使用YOLO11进行路面裂缝检测

使用YOLO11进行路面裂缝检测

背景

裂缝是最常见的路面损坏，可能会危及交通安全。在路面裂缝变的更糟糕之前及时进行修补，可以大大节省路面维修的资金。路面裂缝是评估道路状况，并进行必要的道路维修的重要信息。基于图像的路面裂缝检测技术提供了一个安全、高效、经济的检测方式。

环境准备

要进行深度学习模型训练，可以使用GPU或者CPU，但使用GPU效率更高。

我们可以使用Conda准备训练环境。

首先，创建一个新的 Conda 环境。打开终端，运行以下命令

conda create --name ultralytics-env python=3.13 -y

激活新环境：

conda activate ultralytics-env

---

从 conda-forge 频道安装Ultralytics 软件包。执行以下命令

conda install -c conda-forge ultralytics

如果您在CUDA 环境中工作，最好一起安装 ultralytics, pytorch和 pytorch-cuda 以解决任何可能的冲突：

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics

对于具体需要安装那个CUDA版本，可以使用nvidia-smi命令查看。

准备数据集

我们这里使用一个包含1750张路面裂缝图片的数据集，使用YOLO TXT格式标注。

部分图片：

训练和评价

我们使用ultralytics提供的模型yolo11.yaml进行训练。

我们使用Python接口来训练，代码如下：

import datetime
from ultralytics import YOLO, settings


def yolo11_detect_train()</