| 改进YOLOv4的混凝土建筑裂缝检测算法 |
| |
| 引用本文： | 石颉,马文琪,吴宏杰.改进YOLOv4的混凝土建筑裂缝检测算法[J].微电子学与计算机,2023(3):56-66. |
| |
| 作者姓名： | 石颉 马文琪 吴宏杰 |
| |
| 作者单位： | 1. 苏州科技大学电子与信息工程学院;2. 江苏省建筑智慧节能重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目（62073231）； |
| |
| 摘 要： | 针对当前混凝土建筑裂缝走向不规则、细小裂缝特征难以提取的问题,提出一种基于YOLOv4改进的混凝土建筑裂缝检测算法.该算法以YOLOv4框架为基础,在其特征提取网络部分引入感受野更宽的RFB模块捕获特征图；并基于PANet多尺度路径融合结构,提出新的多尺度特征融合方式SL-PANet.该方式首先增加浅层网络特征信息,提高模型对细小裂缝识别的精度,其次采用DUpsampling上采样模块充分还原图像的特征信息,并在上采样和下采样过程中融入CBAM注意力机制模块,突出裂缝的特征信息,去除背景冗余信息的干扰,以此增强裂缝特征的表达能力.该算法同时利用AdamW优化器加快网络训练的收敛.实验结果表明：文章改进的算法检测精度高达94.47%,较原YOLOv4算法提高6.44%,能够满足当前混凝土建筑裂缝检测需求.
|
| 关 键 词： | 裂缝检测 目标检测 YOLOv4 多尺度特征融合 |
|
|
