基于改进YOLOv5的道路病害智能检测 |
| |
引用本文: | 喻露,戴甜杰,余丽华.基于改进YOLOv5的道路病害智能检测[J].福建工程学院学报,2023(4):332-337. |
| |
作者姓名: | 喻露 戴甜杰 余丽华 |
| |
作者单位: | 1. 福建开放大学理工学院;2. 福建省环境保护设计院有限公司 |
| |
摘 要: | 针对现有道路表观病害检测识别精度低、漏判、误检率高的问题,提出了一种改进的道路表观病害检测高精度识别模型(improved pavement detection-YOLOv5, IPD-YOLOv5)。在YOLOv5的主干特征提取网络中添加由不同空洞卷积组成的ASPP模块,引入SE-Net注意力机制以加强算法从裂缝图像中提取不同尺度特征的能力,实现多尺度特征图的有效融合。结果表明:较传统检测算法,所提的IPD-YOLOv5模型在道路裂缝病害检测上的识别精度最高,其中平均精度比未改进的YOLOv5算法提高了7.47%,漏判率降低了10.29%。
|
关 键 词: | 目标检测 改进YOLOv5 道路裂缝 自动识别 |
|
|