摘要道路坑洼检测是智能交通系统和道路养护管理中的关键任务。本研究基于YOLO26目标检测算法构建了一个针对道路坑洼的单类别检测系统。实验采用1265张图像进行训练401张图像进行验证118张图像进行测试。模型在验证集上的平均精度(mAP50)达到68.6%精度为76.2%召回率为61.5%。混淆矩阵分析显示模型对坑洼的识别准确率为63%。训练过程稳定损失函数持续下降无明显过拟合现象。本研究表明基于YOLO的道路坑洼检测系统在实际应用中具有良好的潜力但在小目标检测和背景干扰抑制方面仍有优化空间。关键词YOLO26道路坑洼检测目标检测深度学习智能交通详细功能展示视频功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查引言随着城市化进程的加快和机动车保有量的持续增长道路基础设施的维护管理面临严峻挑战。道路坑洼不仅影响行车舒适性更是引发交通事故的重要隐患之一。传统的道路巡检主要依赖人工目视检查这种方式效率低下、主观性强、成本高昂难以满足大规模、常态化的道路养护需求。近年来深度学习技术的快速发展为目标检测领域带来了革命性变革。YOLO(You Only Look Once)系列算法凭借其端到端的检测架构和卓越的实时性能已成为工业界最广泛应用的目标检测框架之一。将YOLO算法应用于道路坑洼自动检测不仅可以大幅提升巡检效率还能实现全天候、标准化的道路病害监测。本研究旨在构建一个基于YOLO26的道路坑洼检测系统通过对真实道路图像的训练与测试评估深度学习技术在道路病害识别中的应用效果为智能道路养护系统提供技术支撑。背景道路坑洼检测作为计算机视觉在智慧城市领域的重要应用经历了从传统图像处理到深度学习的技术演进。早期研究方法主要依赖于数字图像处理技术通过边缘检测、纹理分析和阈值分割等传统算法提取坑洼特征。这类方法在理想光照和简单背景下具有一定效果但难以应对真实道路环境的复杂性。道路图像往往存在光照不均、阴影干扰、路面纹理多变、其他道路标记干扰等多重挑战传统方法的鲁棒性明显不足。2012年深度学习技术崛起后卷积神经网络开始在目标检测领域展现强大能力。R-CNN系列、SSD和YOLO等目标检测框架相继问世大幅提升了检测精度和速度。其中YOLO算法创造性地将目标检测转化为回归问题实现了真正的端到端检测在保持较高精度的同时检测速度可达实时级别。道路坑洼检测具有其独特的挑战性。首先坑洼作为目标物体其形态多样、边缘模糊、深度不一缺乏统一的视觉特征。其次坑洼通常属于小目标在道路图像中占比小增加了检测难度。再者道路环境的复杂性导致大量背景干扰如阴影、水渍、油污、裂缝等都可能被误判为坑洼。最后不同路面材质、光照条件和拍摄角度进一步增加了数据的多样性。从实际应用角度看道路坑洼检测系统需要满足高精度与高效率的双重要求。高精度确保检测结果的可靠性避免漏检导致的安全隐患高效率则支持大规模道路巡检的可行性。YOLO系列算法在这方面的优势使其成为道路病害检测的理想选择。当前国内外研究者已开展了大量基于深度学习的道路病害检测研究。部分研究聚焦于多类别病害分类如区分坑洼、裂缝、修补等另一部分研究则致力于提升小目标检测性能通过特征金字塔网络、注意力机制等技术改进模型结构。然而如何在保持检测速度的同时进一步提升检测精度特别是针对小尺寸坑洼的识别能力仍是该领域的研究热点。数据集介绍研究使用的数据集为专门收集和标注的道路坑洼图像集合包含单一目标类别pothole坑洼。数据集的详细构成如下1. 数据集规模总图像数量1784张训练集1265张占总量的70.9%验证集401张占总量的22.5%测试集118张占总量的6.6%数据集按照约7:2:1的比例划分为训练集、验证集和测试集确保了模型训练、调优和最终评估的可靠性。2.标注信息类别数量1类pothole总实例数验证集包含1034个坑洼实例平均每张图像约2.58个坑洼标注格式采用YOLO格式的边界框包含目标的中心坐标、宽度和高度信息训练结果1、模型性能概述1. 整体指标验证集mAP500.686mAP50-950.371精度Precision0.762召回率Recall0.615精度较高说明模型预测的坑洼位置准确率不错2、详细图表分析1.F1-Confidence 曲线BoxF1_curve.png最佳 F1 分数为0.68对应置信度阈值为0.254说明在该阈值下精度与召回率的平衡最好2.精度-置信度曲线BoxP_curve.png精度在置信度接近 1.0 时达到1.00说明高置信度的预测结果非常可靠3.召回率-置信度曲线BoxR_curve.png召回率在置信度为 0 时最高0.80说明若降低置信度阈值可检测到更多坑洼但可能会引入误检4.精度-召回率曲线BoxPR_curve.pngmAP0.5 为0.686曲线下降较平缓说明模型在精度和召回率之间有一定平衡能力3、混淆矩阵分析原始矩阵confusion_matrix.png真实\预测potholebackgroundpothole652382background1880归一化矩阵confusion_matrix_normalized.png真实\预测potholebackgroundpothole0.630.37background0.370.0063% 的坑洼被正确检测4、训练过程results.png训练损失box_loss, cls_loss, dfl_loss持续下降说明模型在学习验证损失也逐步下降无明显过拟合mAP50 和 mAP50-95 在后期趋于平稳说明模型收敛良好Ultralytics YOLO26概述Ultralytics YOLO26 是 YOLO 系列实时对象检测器的最新演进从头开始专为边缘和低功耗设备而设计。它引入了简化的设计消除了不必要的复杂性同时集成了有针对性的创新以实现更快、更轻、更易于访问的部署。YOLO26 的架构遵循三个核心原则简洁性:YOLO26是一个原生的端到端模型直接生成预测结果无需非极大值抑制NMS。通过消除这一后处理步骤推理变得更快、更轻量并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创并在YOLO26中得到了进一步发展。部署效率端到端设计消除了管道的整个阶段从而大大简化了集成减少了延迟并使部署在各种环境中更加稳健。训练创新YOLO26 引入了MuSGD 优化器它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛将语言模型中的优化进展转移到计算机视觉领域。任务特定优化YOLO26 针对专业任务引入了有针对性的改进包括用于Segmentation的语义分割损失和多尺度原型模块用于高精度姿势估计的残差对数似然估计 (RLE)以及通过角度损失优化解码以解决旋转框检测中的边界问题。这些创新共同提供了一个模型系列该模型系列在小对象上实现了更高的精度提供了无缝部署并且在CPU 上的运行速度提高了 43%— 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。主要功能DFL 移除分布式焦点损失DFL模块虽然有效但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL简化了推理过程并拓宽了对边缘和低功耗设备的支持。端到端无NMS推理与依赖NMS作为独立后处理步骤的传统检测器不同YOLO26是原生端到端的。预测结果直接生成减少了延迟并使集成到生产系统更快、更轻量、更可靠。ProgLoss STAL改进的损失函数提高了检测精度在小目标识别方面有显著改进这是物联网、机器人、航空影像和其他边缘应用的关键要求。MuSGD Optimizer一种新型混合优化器结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉从而实现更稳定的训练和更快的收敛。CPU推理速度提升高达43%YOLO26专为边缘计算优化提供显著更快的CPU推理确保在没有GPU的设备上实现实时性能。实例分割增强引入语义分割损失以改善模型收敛以及升级的原型模块该模块利用多尺度信息以获得卓越的掩膜质量。精确姿势估计集​成残差对数似然估计​(RLE)以实现更精确的关键点定位并优化解码过程以提高推理速度。优化旋转框检测解码引入专门的角度损失以提高方形物体的检测精度并优化旋转框检测解码以解决边界不连续性问题。常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码详细功能展示视频