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

https://www.bilibili.com/video/BV17EoKB9EkJ/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV17EoKB9EkJ/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV17EoKB9EkJ/

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/GPU）

10、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）

• mAP50：0.686

• mAP50-95：0.371

• 精度（Precision）：0.762

• 召回率（Recall）：0.615

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.png）

• mAP@0.5 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	pothole	background
pothole	652	382
background	188	0

归一化矩阵（confusion_matrix_normalized.png）：

真实\预测	pothole	background
pothole	0.63	0.37
background	0.37	0.00

• 63% 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 K2，MuSGD 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

https://www.bilibili.com/video/BV17EoKB9EkJ/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV17EoKB9EkJ/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV17EoKB9EkJ/