科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前神经网络检测震害建筑物速度慢的问题，提出了一种轻量级YOLO v5检测算法。首先使用轻量化模块组合ShuffleNetv2与stemblock作为主干检测网络，其通过降低网络参数，提高网络运行速度，进而加快对震害建筑物破损的检测；其次考虑到YOLO v5自身的交并比函数存在模型检测度不高的问题，引入注意力机制(coordinated attention, CA)对建筑物特征进行提取，并使用LogSoftmax与NLLLoss的混合函数作为新的边界框回归损失函数。在建筑物震害数据集上实验表明，与其他主流目标检测算法相比该算法具有更好的检测效果与更快运行速率，其检测准确率提升了20%,召回率提升了10%。
- 出版日期2022
- 单位西安工业大学; 电子信息工程学院
