针对变电站建筑物屋面工程缺陷检测效率较低及检测精确度较差的问题,提出一种基于改进YOLOv5(you only look once version 5)的变电站屋面工程缺陷检测算法。首先,对图像进行预处理,减轻外界噪声给检测效果带来的影响。其次,在网络骨干...针对变电站建筑物屋面工程缺陷检测效率较低及检测精确度较差的问题,提出一种基于改进YOLOv5(you only look once version 5)的变电站屋面工程缺陷检测算法。首先,对图像进行预处理,减轻外界噪声给检测效果带来的影响。其次,在网络骨干中引入改进自注意力机制,提高计算效率,用多头自注意力层替换YOLOv5网络骨干末端的卷积层,使网络能够更好地捕捉全局关联信息。最后,在检测部分增加跨层加权级联结构,将浅层中缺陷的边缘信息、轮廓信息融入到深层特征中,提高网络对缺陷边界回归的精确度。实验结果表明,本文提出的改进YOLOv5变电站屋面工程缺陷检测算法对保温层、隔离层、隔汽层、防水层和找平层这5类工序的缺陷检测的平均精度均值达到了93.2%,每秒帧数达到163.5帧/s,解决了实际工程环境中出现的变电站屋面工程缺陷分布不均衡和目标多尺度变化的问题,对比其他同类算法拥有更好的精确度和实时性。展开更多
文摘针对变电站建筑物屋面工程缺陷检测效率较低及检测精确度较差的问题,提出一种基于改进YOLOv5(you only look once version 5)的变电站屋面工程缺陷检测算法。首先,对图像进行预处理,减轻外界噪声给检测效果带来的影响。其次,在网络骨干中引入改进自注意力机制,提高计算效率,用多头自注意力层替换YOLOv5网络骨干末端的卷积层,使网络能够更好地捕捉全局关联信息。最后,在检测部分增加跨层加权级联结构,将浅层中缺陷的边缘信息、轮廓信息融入到深层特征中,提高网络对缺陷边界回归的精确度。实验结果表明,本文提出的改进YOLOv5变电站屋面工程缺陷检测算法对保温层、隔离层、隔汽层、防水层和找平层这5类工序的缺陷检测的平均精度均值达到了93.2%,每秒帧数达到163.5帧/s,解决了实际工程环境中出现的变电站屋面工程缺陷分布不均衡和目标多尺度变化的问题,对比其他同类算法拥有更好的精确度和实时性。
