科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对已有目标检测方法在混凝土桥梁表观病害检测的应用上识别精度低且伴随较多误检和漏检的问题，提出一种改进的YOLOv5s桥梁表观病害检测方法。首先，针对目前桥梁表观病害特征成分较复杂的问题，为了更有效的利用不同尺度的缺陷特征，在主干网中添加修改后的空间金字塔池化模块，从而提高了整体网络对缺陷特征信息的获取能力，同时减少了运算工作量；其次，针对由病害图像中不同缺陷特征交叉分布导致的误检率、漏检率高的问题，在YOLOv5s网络中加入轻量化注意力模块。最后，针对桥梁缺陷尺寸差异大、分类困难以及数据集小而导致的边界回归不匹配的问题，采用考虑了向量角度的损失函数。实验证明，改进后的YOLOv5s检测器在桥梁表观病害目标检测识别任务中能够有效提高精度、降低误检率和漏检率。
- 出版日期2023
- 单位重庆交通大学
