1.基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟2中，c2f-mca模塊中首先包括第一個(gè)卷積層cv1，以接收數(shù)據(jù)；隨后將cv1的輸出按照通道維度分成相等的兩部分，其中一個(gè)部分直接傳遞給concat層，另一個(gè)部分傳給split，spl?it的輸出也按照通道維度分成相等的兩部分，一部分直接傳遞給concat層，另一部分經(jīng)過(guò)2個(gè)bottleneck模塊的處理；c2f-mca在網(wǎng)絡(luò)中每重復(fù)3次，使用1個(gè)bottleneck模塊，共重復(fù)6次使用c2f-mca模塊；bottleneck模塊接收數(shù)據(jù)后，按照通道維度分成相等的兩部分，一部分直接傳遞給concat層，另一部分經(jīng)過(guò)兩個(gè)卷積層的卷積后，將數(shù)據(jù)傳給mca模塊進(jìn)行計(jì)算，后傳遞給concat層；接下來(lái)，concat層將接收到的結(jié)果進(jìn)行通道維度上的拼接；最后再經(jīng)過(guò)第二個(gè)卷積層cv2得到輸出。
3.根據(jù)權(quán)利要求2所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟2中，mca模塊包括：首先對(duì)輸入數(shù)據(jù)進(jìn)行殘差提??；然后對(duì)殘差提取數(shù)據(jù)進(jìn)行三分支處理，三分支分別對(duì)高度、寬度和通道數(shù)三個(gè)維度的注意力進(jìn)行建模，建模過(guò)程先后包括維度變換操作、擠壓變換、平均池化和標(biāo)準(zhǔn)差池化、卷積、激勵(lì)變換、卷積、維度變換、權(quán)重相乘操作；接下來(lái)，對(duì)不同分支數(shù)據(jù)進(jìn)行維度變換，使得維度統(tǒng)一；最后，對(duì)分支輸出的數(shù)據(jù)進(jìn)行加權(quán)求和并獲得最終mca模塊的輸出。
4.根據(jù)權(quán)利要求1所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟3中，bdi模塊是使用多層次特征融合模塊sdi替代原模型的concat層，并在其中加入了雙向特征融合；具體為：首先，接收一個(gè)包含各層通道的列表channels，根據(jù)channels的元素個(gè)數(shù)確定卷積層個(gè)數(shù)，并初始化融合權(quán)重、swish激活函數(shù)和卷積層convs；然后，接收一個(gè)特征圖列表xs，計(jì)算權(quán)重，并進(jìn)行前向特征融合和后向特征融合，將前向特征融合得到的特征圖序列進(jìn)行逐元素相乘及后向特征融合處理后的特征圖系列進(jìn)行逐元素相乘；最后，將兩個(gè)相乘后的特征圖進(jìn)行加權(quán)累計(jì)，得到最終的特征圖。
5.根據(jù)權(quán)利要求4所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟3中，前向特征融合的過(guò)程包括：前向特征融合是從低層到高層的過(guò)程，即從第二個(gè)特征圖開(kāi)始逐層處理，首先將每個(gè)特征圖調(diào)整為目標(biāo)尺寸；如果當(dāng)前特征圖的尺寸大于目標(biāo)尺寸，使用自適應(yīng)平均池化層將其下采樣到目標(biāo)尺寸；如果當(dāng)前特征圖的尺寸小于目標(biāo)尺寸，使用雙線性插值方法將其上采樣到目標(biāo)尺寸；然后將每個(gè)特征圖與對(duì)應(yīng)的權(quán)重相乘，最后將乘積結(jié)果輸入到對(duì)應(yīng)的卷積層中，得到最終的高層特征圖。
6.根據(jù)權(quán)利要求4所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟3中，后向特征融合的過(guò)程包括：后向特征融合是從高層到低層的過(guò)程，即從倒數(shù)第二個(gè)特征圖開(kāi)始，逐層處理；首先對(duì)特征圖大小進(jìn)行調(diào)整，并與對(duì)應(yīng)的權(quán)重相乘；然后通過(guò)卷積層進(jìn)行轉(zhuǎn)換，可在整個(gè)特征圖金字塔中進(jìn)一步融合高層信息；最后對(duì)所有經(jīng)過(guò)卷積操作的特征圖進(jìn)行逐元素相乘的累計(jì)操作，得到最終的低層特征圖。
7.根據(jù)權(quán)利要求1所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟4中，slideloss損失函數(shù)計(jì)算包括：首先使用bcewithlogitsloss計(jì)算二元交叉熵?fù)p失，然后將計(jì)算的損失結(jié)果傳給slideloss損失函數(shù)中，slideloss損失函數(shù)通過(guò)加權(quán)機(jī)制，調(diào)整每個(gè)樣本的損失值，最后輸出聚合后的損失值。
8.根據(jù)權(quán)利要求1所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟5中，網(wǎng)絡(luò)訓(xùn)練時(shí)采用adam算法來(lái)迭代更新網(wǎng)絡(luò)模型參數(shù)，訓(xùn)練周期為300個(gè)epoch。
9.根據(jù)權(quán)利要求1所述的基于改進(jìn)yolov10網(wǎng)絡(luò)的道路缺陷檢測(cè)方法，其特征在于，所述步驟6中，測(cè)試數(shù)據(jù)輸出的圖像中包括數(shù)據(jù)的類別、邊界框和預(yù)測(cè)的精確度。