PaveSync：跨国5.2万张图像路面病害基准，7款模型横评（YOLOv8-v12+Faster R-CNN+DETR）

导读

路面病害检测领域长期缺乏统一的大规模基准数据集，各研究使用不同数据源、标注格式和类别定义，导致模型间难以直接比较。

本文来自北达科他州立大学（NDSU）SMART Lab团队，构建了 PaveSync数据集——整合来自 多个国家的52,747张路面图像（论文摘要称7国，但数据表实际涵盖8国），统一标注为 13类病害、135,277个边界框。在此基准上，团队对 YOLOv8至v12、Faster R-CNN和DETR共7款模型进行了全面评测（1,000 epochs，NVIDIA A100）。

结果显示，YOLOv8整体最为均衡；车辙（Rutting）最易检测（YOLOv11 mAP@50达0.986）；泛油（Bleeding）和 鼓包（Bumps & Sags）最难检测（最佳mAP@50分别仅0.367和0.453）。作者表示数据集将公开发布，但截至目前论文中提供的Google Drive链接尚无实际内容，可能是论文仍处于预印本阶段暂未开放，或数据仍在准备上传中，建议持续关注。

一、路面病害检测为何需要统一基准？

当前路面病害检测面临的数据困境：

• 标注格式不统一：有的用Pascal VOC（XML），有的用COCO（JSON），有的用YOLO（TXT）
• 类别命名不一致：同一种病害在不同数据集中名称不同（如"Alligator" vs "Alligator Cracking"）
• 类别ID冲突：相同病害在不同数据集中被分配了不同的类别编号
• 地域覆盖偏窄：多数数据集仅涵盖单一国家，路面材质、气候条件差异导致模型跨域泛化差

这些问题使得不同研究的结果无法直接对比，也限制了模型在真实世界中的适用范围。PaveSync的目标是将多个公开数据源整合为一个统一基准，消除上述障碍。

二、PaveSync数据集：8国、13类、13.5万标注

数据来源与规模

数据集汇集了多个国家的路面图像，涵盖航拍/无人机、车载、地面拍摄等多种采集方式。需要注意的是，论文摘要称数据来自"seven countries"，但Table I实际列出了 8个国家（含加纳），以下以Table I数据为准：

数据划分为90%训练 / 10%验证，按类别分层抽样。

13类病害分布

类别间分布极度不平衡：纵向裂缝（33,353标注）是块状裂缝（446标注）的 75倍。

图片

图片来源于原论文

数据统一化流程

1. 格式标准化：统一转换为Pascal VOC、COCO和YOLO三种格式
2. 类别名称对齐：清理不一致命名和重复标签
3. 类别ID统一：重新分配0–12的统一编号
4. 低频类去除：样本不足的类别被移除
5. 标注验证：分层抽样后逐图叠加标注与原图进行人工校验
6. 图像缩放：统一至640×640
7. 数据增强：随机裁剪（0.8）、旋转（15°）、水平翻转（50%）、亮度（1.1）、对比度（1.2）、高斯噪声（std 0.01）

图片

图片来源于原论文

三、7模型横评：哪款模型最适合路面病害？

所有模型使用统一配置训练：1,000个epoch，batch size 16，Adam优化器，学习率0.001+余弦退火，硬件为 NVIDIA A100（24GB显存），框架PyTorch 2.0。

各模型在13类病害上的mAP@50

（加粗为该类别最佳）

关键发现

易检测类别（mAP@50 > 0.80）：

• 车辙最易检测：YOLOv11达0.986，所有模型均超0.90。车辙具有规则的纵向带状特征，视觉上较为明确
• 维修和 井盖次之：形状规则、与周围路面对比度高

难检测类别（mAP@50 < 0.50）：

• 泛油最难：最佳仅0.367（YOLOv8）。泛油表现为路面颜色深浅变化，缺乏明确的边界和形状特征
• 鼓包与沉陷次难：最佳仅0.453（YOLOv10）。样本量仅857，且2D图像难以捕捉高度变化

模型层面：

• YOLOv8在13类中的8类取得最优或并列最优的mAP@50，是整体最均衡的选择
• YOLOv12虽然架构最新，但 未在任何类别上取得单独最优，在低频类别上Recall普遍偏低

图片

表格图像来源于原论文

四、消融实验：模型架构差异如何影响不同病害类型的检测？

YOLO系列内部对比

从结果可以提炼出模型架构与病害特征的对应关系：

YOLO vs 两阶段/Transformer

• Faster R-CNN基于区域提议的方法在多类别上提供了均衡表现，泛油检测（0.365）接近YOLOv8（0.367）
• DETR的注意力驱动架构对具有明确形状特征的类别召回较高，但在鼓包等视觉特征不明显的类别上精度偏低
• 整体而言，两阶段和Transformer模型在路面病害检测上与YOLO系列表现接近，未展现系统性优势

精度指标对比（以mAP@50-95计）

在更严格的mAP@50-95指标下，模型间差距更为明显。以几个代表性类别为例：

YOLOv8在Rutting（0.768）和Pothole（0.519）的mAP@50-95上均为YOLO系列最高；YOLOv9在Manhole上以0.620领先。

五、总结与讨论：统一基准的意义与局限

PaveSync的核心价值在于为路面病害检测提供了一个 可直接回答"该用哪个模型"的统一基准。基于13.5万标注的评测结果，对实际工程选型有直接参考意义：

需要注意的局限：

• 类别不平衡：纵向裂缝（33,353标注）是块状裂缝（446标注）的75倍，低频类别的评测结论需谨慎解读
• 难检测类别瓶颈：泛油和鼓包的mAP@50 < 0.45，现有模型在缺乏明确视觉边界的病害类型上仍有较大提升空间
• 分辨率损失：统一缩放至640×640可能损失了部分细粒度裂缝的空间信息

作者在论文中表示将公开发布数据集，并提供了Google Drive链接，同时提供Pascal VOC、COCO和YOLO三种标注格式。但截至2026年3月，该链接尚无实际内容，数据集可能仍在准备上传中，建议关注后续更新。

论文信息

• 标题：PaveSync: A Unified and Comprehensive Dataset for Pavement Distress Analysis and Classification
• 作者：Blessing Agyei Kyem, Joshua Kofi Asamoah, Anthony Dontoh, Andrews Danyo, Eugene Denteh, Armstrong Aboah
• 机构：北达科他州立大学土木工程系SMART Lab；孟菲斯大学
• 资助：North Dakota Economic Diversification Research Fund (EDRF)