基于改进YOLOv8的道路积水监测方法OA

中国内涝灾害频发,尤其是发生在道路上的内涝灾害,严重影响了人们的正常出行,甚至是威胁生命,目前的道路积水监测技术效率低,迫切需要一种高效监测道路积水的方法。道路积水的精准监测有助于政府下达政策,人员做好预防,提出了一种基于改进YOLOv8的道路积水实时监测方法,在基于YOLOv8的算法下,在颈部结构网络加入了CBAM(Convolutional Block Attention Module)注意力机制,增强积水区域的重要特征并抑制一般特征,提高识别道路积水的准确率,并利用透视变换和像素来计算积水面积。选取河北工程大学新校区校内道路积水进行研究,结果表明,该方法的精确率达到93.83%,能精确实时识别出道路积水路面并输出积水面积,满足监测需求。