排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
大坝作为我国的重要水利工程,其安全性不言而喻。裂缝作为大坝的主要安全隐患,大坝裂缝的智能化检测,对管控大坝风险具有非凡的意义。提出一种基于改进YOLOv5s目标检测算法的大坝裂缝检测方法。首先,在YOLOv5s的主干特征提取网络中引入轻量级GhostNet中的Ghost模块,对YOLOv5s的主干网络进行优化,得到轻量级的模型YOLOv5s-Ghost,以降低模型的复杂度,提高裂缝的检测速度;然后在模型预测输出端融合高效的CA(Coordinate Attention)注意力机制进一步增强裂缝特征提取能力,提高裂缝模型检测的性能。实验结果表明:该方法与现有的YOLOv5s相比,模型大小复杂度降低了44.8%,准确率提升了2.6%,验证了改进方案的有效性,提高了裂缝检测效率。通过引入GhostNet中的Ghost模块和融合CA注意力机制相结合,使得YOLOv5模型的复杂度降低,参数量减少,实现了对裂缝检测速度与精度的提高,增强了网络性能。 相似文献
3.
4.
5.
1