基于改进Yolov5s的混凝土坝裂缝检测研究 |
| |
引用本文: | 邹彦艳,高宇佳,赵宁,宋志强.基于改进Yolov5s的混凝土坝裂缝检测研究[J].自动化与仪器仪表,2023(11):1-5+15. |
| |
作者姓名: | 邹彦艳 高宇佳 赵宁 宋志强 |
| |
作者单位: | 1. 东北石油大学物理与电子工程学院;2. 中海油安全技术服务有限公司 |
| |
摘 要: | 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。
|
关 键 词: | YOLOv5s GhostNet 混凝土坝 裂缝检测 注意力机制 |
|
|