来源：期刊VIP网 时间：
作者：刘文浩;张登银;
单位：南京邮电大学物联网学院;
摘要：针对路面病害检测任务中现存的病害尺寸差异大以及细小病害特征提取困难的问题，该文以YOLOv9网络模型为基础，首先，引入尺度内特征交互AIFI模块，以提供更全面的信息理解以及更深层次的特征提取；其次，引入跨尺度特征CCFF模块，以提高模型对目标尺寸变化的适应性；最后，引入Focaler-IoU边界回归损失函数，以减少困难样本和易处理样本分布对边界框回归的影响。该方法在RDD2022的中国区域数据集上进行多组实验，实验结果显示：改进后的模型相较于原YOLOv9模型在帧率损失不大的情况下，平均精度均值有3.3%的提升，精度提升3.5%，召回率提高4.6%。一系列实验结果表明，该文所提出的方法在路面病害检测任务中检测效果更好。
关键词：路面病害检测;跨尺度特征融合;YOLOv9
基金资助：国家自然科学基金（62471241）
