基于改进YOLOv5的路面坑洼检测研究

路面坑洼是常见的路面病害之一,危害极大,因此路面坑洼的识别与检测对人们的日常生活十分重要。基于YOLOv5算法,提出了一种改进的路面坑洼检测方法。首先,使用轻量型网络MobilNetV3替换原YOLOv5主干网络;其次,在模型的head部分加入三个无额外参数的SimAM注意力模块,以提取更加重要的通道特征,剔除无关通道信息,使模型捕获更多关键信息;最后,将原模型的损失函数更换为精度与收敛能力更加优秀的Alpha-IoU损失函数。为验证改进模型的有效性,在公开数据集Annotated Potholes Image Dataset上进行对比实验,实验结果表明,改进后的YOLOv5模型体积缩短了48%,平均检测精度与检测速度分别提高了14.8%和6.6%。改进算法能够快速有效地检测出路面坑洼,具有一定的应用价值。