-
题名基于B-YOLOv5的轻量化裂缝检测算法
- 1
-
-
作者
胡肖肖
雷斌
蒋林
段宛妮
-
机构
武汉科技大学机械自动化学院
武汉科技大学机器人与智能系统研究院
-
出处
《无损检测》
CAS
2024年第7期54-60,共7页
-
基金
国家重点研发计划(2019YFB1310000)。
-
文摘
针对当前公路路面缺陷检测算法存在的特征提取不完善且难以部署到嵌入式设备上、细小裂纹及凹坑漏检等问题,以YOLOv5算法为基础,使用DepthSepConv模块代替原有的C3结构,把原有的CSPDarknet53主干网络改进成了更加轻量化的网络结构,结合BIFPN特征融合思想,将原来的PANet路径融合结构改进为一种更有效的带权重的B-PANet特征融合结构。试验结果表明,所改进的B-YOLOv5算法在相同的数据集和试验条件下,不仅精度提高了5.81%、检测速度提升两倍,还可降低细小裂纹和凹坑的漏检率,模型参数大小也仅仅是YOLOv5的八分之一。B-YOLOv5算法完全可以满足实时性的需要,且可更好地部署在Jetson Xavier NX嵌入式设备上。
-
关键词
裂缝检测
BIFPN
YOLOv5
特征融合
B-YOLOv5
-
Keywords
crack detection
BIFPN
YOLOv5
feature fusion
B-YOLOv5
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TG115.28
[金属学及工艺—物理冶金]
-