变电站屋面中的保温层、防水层、隔离层、隔汽层和找平层是房屋关键的结构和组成部分,这些层出现的不同表面缺陷,对变电站的性能、使用寿命和人员安全至关重要。本研究基于最优传输分配改进“你仅看一次”(you only look once,YOLOv5s)...变电站屋面中的保温层、防水层、隔离层、隔汽层和找平层是房屋关键的结构和组成部分,这些层出现的不同表面缺陷,对变电站的性能、使用寿命和人员安全至关重要。本研究基于最优传输分配改进“你仅看一次”(you only look once,YOLOv5s)算法来对这些层的表面缺陷进行目标检测,提出了一种更准确和更高效的解决方案,最优传输分配算法通过优化标签分配,提供了比传统阈值方法更精确的匹配,并平衡了正负样本的学习。实验结果表明,最优传输分配优化后的YOLOv5s算法在房屋缺陷的目标检测中能够更全面地考虑图片信息和学习图形特征,减少了定位损失、目标损失和分类损失。此外,最优传输分配还能够提升精确率、召回率和平均准确率(mean average precision,MAP),表明模型的预测准确性、完整性和整体性能得到了改善。因此,使用YOLOv5s算法结合最优传输分配优化的方法对变电站屋面缺陷进行目标检测具有重要的实际应用价值。展开更多
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
文摘变电站屋面中的保温层、防水层、隔离层、隔汽层和找平层是房屋关键的结构和组成部分,这些层出现的不同表面缺陷,对变电站的性能、使用寿命和人员安全至关重要。本研究基于最优传输分配改进“你仅看一次”(you only look once,YOLOv5s)算法来对这些层的表面缺陷进行目标检测,提出了一种更准确和更高效的解决方案,最优传输分配算法通过优化标签分配,提供了比传统阈值方法更精确的匹配,并平衡了正负样本的学习。实验结果表明,最优传输分配优化后的YOLOv5s算法在房屋缺陷的目标检测中能够更全面地考虑图片信息和学习图形特征,减少了定位损失、目标损失和分类损失。此外,最优传输分配还能够提升精确率、召回率和平均准确率(mean average precision,MAP),表明模型的预测准确性、完整性和整体性能得到了改善。因此,使用YOLOv5s算法结合最优传输分配优化的方法对变电站屋面缺陷进行目标检测具有重要的实际应用价值。
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。
