模型评估

YOLOv8 路面病害识别模型验收看板

开发单位 龙岩学院

模型卡加载中 Agent专家团已部署 返回系统
模型评估页

YOLOv8s road defect

AI识别结果为疑似病害线索,正式报告以人工复核确认结果为准。

模型版本--
训练集数量--
验证集数量--
输入尺寸--

系统识别链路

AI 识别 + 专家复核
目标定位

LocateAnything

面向巡检图片中的任意目标定位,可根据文字提示辅助查找护栏、标志、边坡、积水、桥涵构件等对象,补充固定病害类别之外的现场线索。

文本提示 目标框选 人工复核
病害检测

YOLOv8

负责路面裂缝、坑槽、龟裂、块状裂缝、修补痕迹等 8 类病害识别,输出检测框、置信度和类别结果,作为技术状况评估的视觉依据。

8 类病害 置信度 检测框
综合研判

Agent 专家团

汇总影像识别、人工巡检、手机振动、气象灾害和道路基础信息,按巡养评检流程生成风险提示、养护建议和报告内容。

多源汇总 风险研判 报告生成
  1. 1手机采集
  2. 2视觉识别
  3. 3专家复核
  4. 4评估报告

验证指标

模型文件检查中
precision--
recall--
mAP50--
mAP50-95--
指标用于说明模型验证集表现,不代表所有道路、天气、光照和拍摄条件下均能达到同等效果。

识别类别

8 类

评估图片

训练与示例输出

适用场景

局限性说明