-
题名基于改进YOLOv5s的建筑护栏目标检测
- 1
-
-
作者
俞恺
洪涛
厉勋
-
机构
中国计量大学质量与安全工程学院
浙江省一建建设集团有限公司
-
出处
《现代电子技术》
北大核心
2024年第14期135-141,共7页
-
基金
建筑工地无人机现场管理系统研发项目(H211335)。
-
文摘
目前,建筑场所上仍存在因建筑护栏缺失或建筑护栏安全性降低而导致的建筑工人高空坠亡事件。针对该问题,提出一种基于改进YOLOv5s的建筑护栏检测算法。首先,针对建筑护栏普遍存在的安全隐患,收集影响护栏安全性较大的情况的图像,例如:建筑护栏栏板的存在图像、建筑护栏栏板的缺失图像、护栏网图像、护栏栏板衔接错位图像和护栏栏板衔接正确图像等,并且制作成训练数据集。为提升YOLOv5s在复杂环境下多目标检测任务和区分任务结果的准确率,将新型的Biformer注意力机制与SE注意力机制相结合,嵌入到原模型的特征提取网络中,并利用CBAMC3取代原特征提取网络的C3模块。最后,使用CLAHE算法较大程度地解决部分图像亮度偏暗,影响检测精度的问题。实验结果表明,所提检测算法的mAP50值和召回率分别达到了79.6%和83%,相比于原YOLOv5s算法分别提高了3.7%和6.8%。
-
关键词
目标检测
建筑护栏
改进YOLOv5s
Biformer注意力机制
cbamc3
CLAHE算法
-
Keywords
object detection
building guardrail
improved YOLOv5s
Biformer attention mechanism
cbamc3
CLAHE algorithm
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-