改进RetinaNet的混凝土结构损伤视觉检测算法研究

为了提高混凝土结构损伤视觉检测的自动化水平，提高检测精度，提出了一种基于RetinaNet方法改进的实时目标检测网络。在网络特征提取部分引入了具有位置信息的通道注意力与多头自注意力，多头自注意力模块位于残差网络的最后一个卷积阶段，代替原有的3×3卷积层，而通道注意力则采用嵌入的方式插入到每个残差块中，使每个卷积阶段都能利用注意力机制进行权重调整。改进RetinaNet检测方法的有效性在自建的混凝土结构多类型损伤数据集上进行了验证实验，所提方法的mAP达到了85.0%，检测速度达到了21.9fps，实验结果表明，论文提出的检测方法能够有效进行实时的混凝土结构损伤检测，并且保证了检测精度。