基于改进YOLOv7的路面病害检测算法

针对公路路面病害图像存在光影变化大、背景干扰多、尺度差异大等问题,提出基于改进YOLOv7的路面病害检测算法。首先,对YOLOv7网络模型中的ELAN模块进行了优化,通过通道和空间注意力机制优化信息提取,增强网络对重要特征的提取能力;接着,使用ACmix注意力模块提高网络对小目标的关注度,有效解决原网络模型对小目标的漏检问题;其次,采用大下采样比率的卷积输出,提高对小目标的检测精度;最后,引入WIoUv3替换原网络模型中的CIoU来优化损失函数,构造梯度增益的计算方法来附加聚焦机制。实验结果表明:改进后的YOLOv7模型平均精度均值(mAP)与原模型相比提升了4.5%,检测效果优于原网络模型与传统经典目标检测网络模型。