無人航空機による道路検査において、欠陥のスケール差が大きく、背景干渉が強く、検出モデルの複雑さが高い問題に対処するため、本論文ではYOLOv11nをベースに改良した検出モデルWADW-YOLOを提案する。まず、主幹ネットワークにおいて、事前定義された中心強調重み行列を用いて畳み込みカーネルの空間位置に重み付けを行うC3k2-WC重み付き畳み込みモジュールを提案し、モデルのパラメータ数を削減しつつ欠陥領域の特徴抽出に注力する。次に、軽量なADown下采样モジュールを採用し、欠陥の細部保持能力を向上させ、主幹ネットワークの末端に自己適応的に受容野を調節し、グローバルおよびローカル情報を把握する変形注意機構DAttentionを導入した。最後に、Wise-IoUの非単調焦点機構とShapeIoUの幾何学的形状拘束を組み合わせたWise-ShapeIoU損失関数を設計し、検出性能を向上させた。WADW-YOLOは公開データセットChina_DroneにおいてmAP@0.5で74.6％を達成し、YOLOv11n比で3.8％向上し、パラメータ数は17.8％、計算量は23.8％削減し、検出精度とモデル軽量化の効果的なバランスを実現した。China_MotorBikeデータセットでのmAP@0.5はYOLOv11nと比べて1.8％向上し、優れた汎化性能を示した。本論文は無人航空機による道路欠陥検出の高精度かつ低消費電力な展開方案の技術的参考資料を提供する。

無人航空機;道路欠陥;YOLOv11n;WADW-YOLO;軽量化