基于改进YOLOv5的路面裂缝检测算法OA北大核心CSTPCD
针对使用YOLOv5模型检测路面裂缝未能充分考虑裂缝尺度差异大、目标小的特性以及与背景不易区分等因素导致检测精度低的问题,提出了一种基于改进YOLOv5的路面裂缝检测算法.首先,引入Swin Transformer模块到YOLOv5模型中,提升网络全局特征提取能力.其次,在主干网后增加膨胀卷积模块,旨在特征融合前提取主干网全局特征信息.最后,通过加入注意力机制模块来增强模型对检测目标的关注力并削弱背景干扰因素的影响.实验结果表明,改进YOLOv5…查看全部>>
龚芳媛;方冰杰;程雪佼;王清华
河北工业大学土木与交通学院,天津300401河北工业大学土木与交通学院,天津300401河北工业大学土木与交通学院,天津300401山东省交通规划设计院集团有限公司,山东济南250101
交通运输
YOLOv5目标检测路面裂缝Swin Transformer注意力机制
《大连理工大学学报》 2024 (3)
P.314-322,9
国家自然科学基金资助项目(52008154)河北省自然科学基金资助项目(E2021202074).
评论