基于改进算法YOLOv5+的混凝土轨枕裂纹检测OA北大核心
基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitati…查看全部>>
令雅莉;杨桂芹;张又元;王小鹏
兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070
交通运输
混凝土轨枕裂纹检测分治标签平均池化注意力模块YOLOv5+
《铁道标准设计》 2024 (4)
P.70-77,87,9
评论