摘要道路坑洼是影响行车安全与道路使用寿命的主要因素之一实现自动化、高效率的坑洼检测对智能交通系统具有重要意义。本文基于YOLO26目标检测算法构建了一套道路坑洼识别检测系统采用单类别pothole检测任务共使用3 043张图像进行训练273张用于验证174张用于测试。实验结果表明模型在验证集上的平均精度均值mAP0.5达到0.895最佳F1分数为0.85最大召回率为0.92误报率仅约2%展现出良好的检测精度与较低的虚警水平。混淆矩阵分析进一步显示模型对坑洼的正确识别数量为825。总体而言该系统具备较高的实用价值可在较低置信度阈值下实现可靠的道路坑洼预警但仍需在漏检率方面进一步优化以满足极端安全场景需求。目录摘要详细功能展示视频功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块引言背景数据集介绍2. 标注信息训练结果核心性能指标​编辑​编辑​编辑混淆矩阵分析​编辑​编辑关键结论训练曲线分析Ultralytics YOLO26概述主要功能常用标注工具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自动驾驶技术与智能巡检系统的快速发展道路表面异常检测逐渐成为研究热点。坑洼作为最常见的道路损坏类型之一不仅影响驾驶舒适性还极易引发交通事故和车辆损坏。传统的道路巡检依赖人工目视或专用检测车辆存在效率低、主观性强、成本高等问题。近年来基于深度学习的视觉检测方法尤其是YOLO系列算法因其在实时性与准确性之间的良好平衡被广泛应用于道路缺陷检测任务中。本研究基于YOLO框架设计并实现了一个面向道路坑洼的单类别识别系统。通过对真实道路图像数据进行训练与评估系统性地分析了模型在精确率、召回率、F1分数、混淆矩阵及训练收敛性等方面的表现。。背景道路基础设施的安全性与可用性直接关系到公众出行效率和生命财产安全。在众多道路病害类型中坑洼pothole具有发生频率高、扩展速度快、修复成本低但危害大的特点。坑洼通常由雨水渗透、冻融循环、交通荷载反复作用等因素形成初期表现为细微裂缝随后逐渐发展为明显凹陷或破洞。一旦形成坑洼会进一步加剧路面破坏并在雨天或夜间显著增加行车风险例如导致车辆爆胎、悬挂系统损坏甚至失控事故。传统的坑洼检测方法主要依赖人工巡检或专用检测车辆。人工巡检方式效率低下且受天气、光线、疲劳等因素影响容易造成漏检或误判。专用检测车辆通常配备激光雷达、三维扫描仪或高精度惯导系统虽然检测精度较高但设备昂贵、维护复杂难以实现大范围、高频次的道路巡检。因此开发一种低成本、高效率、可实时部署的坑洼自动检测方法成为迫切需求。近年来随着深度学习技术的突破基于视觉的目标检测算法在道路缺陷识别领域展现出巨大潜力。其中YOLOYou Only Look Once系列算法将目标检测任务统一为回归问题实现了端到端的实时检测特别适用于车载边缘计算平台。YOLO模型通过卷积神经网络直接预测图像中目标的类别与边界框具有检测速度快、对小目标敏感、易于训练和部署等优点。已有研究表明YOLO26算法在路面裂缝、坑洼、标线破损等检测任务中均能达到90%以上的平均精度。然而道路坑洼检测仍面临若干挑战外观多样性坑洼的形状、大小、深度、颜色差异大且常与阴影、积水、油污等混淆环境干扰光照变化、路面纹理、车道线等背景信息可能干扰模型判断样本不均衡坑洼相对于正常路面属于稀疏事件容易导致模型偏向背景类别实时性要求部署在自动驾驶或辅助驾驶系统中需要毫秒级推理延迟。针对上述问题本研究基于YOLO框架构建了一套专门针对道路坑洼的单类别检测系统并通过实际采集的道路图像数据集进行训练与评估。后续章节将详细说明数据集构建、模型训练配置、性能指标分析以及改进建议以期为道路自动化巡检与智能驾驶辅助系统提供可行的技术参考。数据集介绍本研究所使用的数据集为道路场景下的坑洼图像集合数据集共包含3 490 张有效标注图像具体划分为数据集图像数量用途训练集3 043 张模型参数学习验证集273 张超参数调优与早停判断测试集174 张最终性能评估2. 标注信息所有图像均采用人工标注方式标注类别为单一类别类别名称pothole坑洼类别数量nc1训练结果核心性能指标指标数值说明mAP0.50.895检测精度较高模型可靠性好最佳F1分数0.85置信度0.430精确率和召回率的平衡点良好最佳精确率1.00置信度0.955高置信度下预测极准最大召回率0.92置信度0.000几乎能检出所有坑洼混淆矩阵分析真正例TP825 → 正确识别的坑洼假负例FN145 → 漏检的坑洼占真实坑洼的15%假正例FP17 → 误检为坑洼的背景误报较少真负例TN30 → 正确识别的背景关键结论召回率 ≈ 0.85825/(825145)→ 漏检率15%精确率 ≈ 0.98825/(82517)→ 误报率仅2%训练曲线分析从results.png数据看指标趋势结论train/box_loss1.75 → 0.00收敛良好train/cls_loss2.00 → 0.50分类损失下降明显metrics/precision0.90 → 0.40波动最终趋于稳定metrics/mAP500.90 → 0.40最终约0.40mAP在120 epoch后似乎下降到0.4这可能是过拟合或数据标注问题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