道路安全问题至关重要，路面病害是威胁道路安全的重要因素之一（李朝勇等，2023）。路面病害对道路的使用寿命和安全构成很大威胁，及早发现路面病害对维护和管理非常重要（Ren等，2024）。目前，针对图像中路面病害检测或相关的，如自动驾驶软件中处理的路面图像，通常为俯视影像（Qin等，2021；Zhang等，2024；李禹萱等，2024）。实际工程中，公路养护巡检通常获取的是前视路面影像。前视路面影像中的路面病害特征会因为透视关系而发生变形，较远一侧的路面病害可能被遮挡或由于透视效果难以检测；且前视路面影像通常是由安装在车顶或车辆前方的CDD相机获取的，视野范围主要集中在车辆前方，检测范围相对较小，存在输电线、行道树、交通信号灯等多种干扰因素；前视方向与太阳光线的角度不断变化，前视路面影像中光照和阴影的变化更加复杂；同时，由于巡检路段随时间变换，前视路面影像中的场景会不断变换。因此，研究基于前视图影像的路面病害检测模型具有重要意义。

深度学习方法主要应用于影像分类、信息提取及变化检测（王诗洋等，2021）。近年来，随着遥感技术不断发展，针对遥感影像的自动识别，提取遥感信息和地物信息并进行分析的研究越来越多（朱小凡等，2024）。基于深度学习的目标提取方法与传统方法最大的区别在于不需人为给出特征，在背景复杂多样、图像特征类似且道路类型多变的遥感图像中也能够得到较高的提取精度（廉慧洁等，2023），基于深度学习的目标检测方法具有检测精度高、检测速度快等优点，广泛应用于路面病害检测中，目前主要分为基于数据增强和基于模型改进两大类。前者主要考虑场景、样本数量、数据质量等对路面病害检测的影响，对数据增强处理，提高检测准确率。如侯越等（2022）采用WGAN-GP与泊松迁移算法相融合的数据深度增强方法，对路面影像进行增强处理；王青宁（2022）设计了一种基于FNLM-Frangi滤波的路面病害检测算法，解决了因车速过快导致影像检测精度下降的问题；郭晨等（2024）基于Transformer模型，使用直方图均衡技术处理图像，提高了网络检测路面病害精度。后者主要通过改进模型减少样本特性、场景等的影响。如喻露等（2023）基于YOLOv5（you only look once version 5）网络提出IMUENetv5算法，通过引入空洞卷积和SE-Net注意力机制，提高了模型对路面病害识别的检测能力；Li等（2024）引入了CrackConv、ADSample、CAS、MSConv和MSHead等模块改进裂缝特征提取并解决了阴影和可变裂缝尺度等问题；钟山等（2023）针对路面光照条件多样性，提出了一种基于YOLOv7网络添加光照约束网络的路面病害检测模型，实现了低光照图像自适应增强，解决了低光场景下路面病害检测精度低的问题。

因此，路面病害检测中图像处理方法取得了丰富的成果，但上述已有研究主要是对路面俯视影像，对前视影像的研究尚不多见。在充分了解病害的种类、分布及属性等现状信息后（吕书强等，2022），实验采用公路养护巡检系统拍摄的前视影像制作了数据集LNTU_RMID（road maintenance inspection detection），针对阴影、裂缝修补、路面标识线破损和空中悬挂输电线对路面病害检测的干扰，研究基于前视影像的路面病害检测模型YOLO-RMID。通过在模型中添加Mask掩模，解决将空中悬挂输电线误检为裂缝的问题；改进快速空间金字塔池化（spatial pyramid pooling fast，SPPF）模块，解决将路面标识线破损和裂缝修补误检为裂缝的问题；构建多尺度融合特征的BFRB（BiFusion RepBlock）结构，解决阴影覆盖路面病害产生的检测精度低的问题。为验证方法可行性，结合公开数据集RDD2022，与常用的MUENet模型、CrackYOLO模型及DGE-YOLO-P模型进行对比评价。

YOLOv8检测模型是由主干特征提取、特征融合和预测回归三部分构成。主干特征提取网络是模型的基础，可以从输入图像中提取检测目标的关键特征，为后续网络层进行的目标检测提供信息支持。在YOLOv8中，主干网络采用了CSPDarknet结构；预测回归部分是目标检测模型的决策部分，负责产生并输出模型的检测结果；特征融合部分位于主干特征提取部分和预测回归部分之间，负责目标特征的融合与增强（Varghese和Sambath，2024）。

YOLO-RMID模型结构如图1所示。在主干特征提取部分中添加Mask掩模，使其屏蔽模型检测为空中悬挂输电线区域；将注意力机制融入主干特征提取部分中的SPPF模块，提高裂缝所在区域权重；在特征融合部分中通过将BiFusion模块（Chen等，2021）与RepBlock模块（Li等，2022）相结合，构建BFRB结构，提高模型对路面病害的感知能力。

式中，C为输入通道数；H、W分别为特征图的高度和宽度；W为卷积核；为深度膨胀卷积的输出，核大小为。

式中，为深度膨胀可分离卷积输出的全局空间信息。

（3）通过一个一维Conv融合得到特征： 

式中，为输出特征图；A为注意力图。

式中，BN为批量规范化函数；W⁽³⁾为一个输入通道为C₁输出通道为C₂的3×3卷积层；W⁽¹⁾为1×1卷积层；分别为3×3卷积层后BN的均值、方差、缩放因子、偏置；分别为卷积后的BN对应上述参数；分别为ID识别分支的BN对应上述参数。

2.4 损失函数

采用CIoU损失和Clf损失作为Box损失，BCE损失作为Cls损失分别衡量目标检测模型中预测框位置与真实框位置之间的差异和目标检测模型对不同类别进行分类的准确性。当Box损失较低时，表示模型能够准确地预测目标的位置；当Cls损失较低时，表示模型在区分不同类别时具备较高精度（Varghese等，2024）： 

式中，w、h分别为预测框的宽和高；w^gt、h^gt分别为真实框的宽和高；b、b^gt分别为预测框和真实框的边界中心点；ρ为b和b^gt之间的欧几里得距离；w^c、h^c分别为预测框和真实框的最小外接矩形的宽、高；为交并比；p_i为模型输出；y_i为真实标签；N为训练批次大小；i为第i个样本。

3  实验与结果分析

3.1  实验数据

实验采用Python作为开发语言，基于开源深度学习框架PyTorch构建了神经网络结构。选用Intel i7-11800H处理器，16 GB运行内存，运行内存8GB NVIDIA RTX 3060显卡的硬件测试环境。为保模型的有效训练与性能优化，统一参数配置，学习率设定0.001，批次大小设定8，训练轮数设定200，工作线程设定4，输入图像尺寸设定1048，其他参数为YOLOv8n模型的默认参数。

3.2  评价方法

评价指标采用召回率（recall，Re）、精确率（precision，Pr）、F1分数（F1-score，F1）、各类别平均精确率（average precision，AP）、帧每秒（frames per second，FPS）和各类别 mAP。Re为正确检测到的病害数占应该被正确检测到的病害数的比例，Pr为正确检测到的病害数占所有检测到的病害数的比例。Pr和Re互相影响，当追求高Re时，易导致Pr下降，即出现误检情况；反之，出现漏检。F1为加权平均，值越大说明模型性能越好；FPS为帧率；mAP为AP的平均值，体现了目标检测模型的综合性能：

3.3  结果与评价

对LNTU_RMID数据集训练时，本方法损失函数的变化曲线如图10所示。

为验证性能，在添加Mask掩模的基础上，选用常用路面病害检测模型MUENet（He等，2023）、CrackYOLO（Li 等，2024）、DGE-YOLO-P（胥铁峰等，2024）模型与本方法进行对比实验。在LNTU_RMID数据集的总体识别精度结果见表2。相比于MUENet、CrackYOLO、DGE-YOLO-P模型，本方法mAP分别提升了约6.7%、5.4%、6.6%。本方法整体检测精度均有提升，对横向裂缝、坑槽的检测AP最高，DGE-YOLO-P模型对龟网裂缝的检测AP最高，CrackYOLO模型对纵向裂缝的检测AP最高。本方法对前视路面影像的路面病害检测具有较好的检测效果，如图11所示。

由图11看出，（a）至（c）在光线较暗的环境下，CrackYOLO模型存在重复识别、误识别，MUENet模型存在误检和漏检，DGE-YOLO-P模型存在漏检、重复检测，本方法检测效果最好。（d）（e）存在破损道路标识线，CrackYOLO、MUENet和DGE-YOLO-P模型将路面标识线破损检测为龟网裂缝。（f）所示场景中存在空中悬挂输电线，CrackYOLO、DGE-YOLO-P模型将空中悬挂输电线误检为横向裂缝。（g）所示样本均有部分被阴影覆盖，CrackYOLO、MUENet和DGE-YOLO-P模型存在检测不完整，CrackYOLO模型将裂缝修补误检为纵向裂缝，本方法效果最好且不存在误检。（h）所示龟网裂缝样本与裂缝修补混淆在一起，CrackYOLO模型未识别出龟网裂缝，MUENet、DGE-YOLO-P模型均将部分裂缝修补识别为龟网裂缝的一部分，本方法结果与真值差异最小。

分别使用MUENet、CrackYOLO、DGE-YOLO- P模型及本方法分别在RDD2022数据集上进行训练、验证和检测。各模型在RDD2022数据集的精度结果见表3。相比于MUENet模型，本方法对龟网裂缝的检测AP有了明显提升，对纵向裂缝和横向裂缝的检测AP小幅度下降；mAP提升了约1.1%。相比于CrackYOLO模型，本方法对纵向裂缝、横向裂缝和坑槽的检测AP小幅度下降，对龟网裂缝的检测AP有较大幅度提升，Re提升了约1.3%。相比于DGE-YOLO-P模型，本方法对四个类别的检测精度均有小幅度提升。

3.4  模型有效性分析

为验证方法有效性，使用在YOLOv8模型上添加Mask掩模、改进SPPF模块的Y+M+改进SPPF模型、在YOLOv8模型上添加Mask掩模、BFRB结构的Y+M+B模型，以及本方法分别在LNTU_ RMID数据集上对比分析。实验对LNTU_RMID数据集识别结果如表4所示。相对于Y+M+改进SPPF模型，本方法在数据量不变的情况下，模型处理速度稍有减小，但模型的mAP、Pr、Re、F1，以及对横向裂缝的AP 结果均有所提高；相对于Y+M+B模型，本方法虽然数据量增大了，但模型处理速度有所提高。