基于改进YOLOv4的混凝土裂缝检测方法 |
| |
引用本文: | 谌婷婷,魏怡.基于改进YOLOv4的混凝土裂缝检测方法[J].四川激光,2024(1):80-85. |
| |
作者姓名: | 谌婷婷 魏怡 |
| |
作者单位: | 武汉理工大学自动化学院 |
| |
基金项目: | 国家自然科学基金资助项目(No.51177114); |
| |
摘 要: | 为了解决深度学习目标检测模型在混凝土裂缝应用上检测精度低、检测速度慢等问题,提出一种基于改进YOLOv4的混凝土裂缝检测方法。首先将YOLOv4的主干特征提取网络替换为轻量级网络Mobilenetv1,并且将YOLOv4加强特征提取网络中的普通标准卷积修改为深度可分离卷积;其次在PANet模块部分添加轻量级注意力模块CBAM(Convolutional Block Attention Module),在控制参数量的基础上提高裂缝目标检测的精度;最后用模拟人类视觉的RFB-s模块代替YOLOv4中的空间金字塔池化模块(Spatial Pyramid Pooling, SPP),扩大感受野,提高检测精度。实验结果表明,与传统YOLOv4相比,本模型的mAP增加三个百分点,参数量减少至14 M,检测速度可达42帧每秒。
|
关 键 词: | 裂缝检测 YOLOv4 Mobilenetv1 注意力机制 RFB-s |
|
|