期刊专题

10.3969/j.issn.1006-2475.2023.06.012

基于改进YOLOv5s的道路坑洼检测算法

引用
针对现有目标检测算法难以对道路坑洼进行精准检测、检测速度慢等问题,提出一种基于改进YOLOv5s的道路坑洼检测算法.首先在YOLOv5s主干网络中融入坐标注意力(Coordinate Attention,CA)模块,使模型不仅捕获跨通道信息,还捕获方向和位置敏感信息,有助于模型更准确地定位和识别检测对象;然后在空间金字塔池化(Spatial Pyramid Pool,SPP)模块中采用软池化SoftPool改进最大池化操作,保留更详细的特征信息;在特征融合阶段,使用基于内容的功能重组(Content-Aware ReAssembly of Features,CARAFE)对多尺度特征融合中上采样进行改进,动态生成自适应内核,可以在一个大的感受野内聚集上下文信息;最后,使用Alpha-IoU对损失函数进行改进,提高边框回归精度.实验结果表明,改进的YOLOv5s算法在平均精度上较原始网络提高了4.6个百分点,与其他主流算法SSD、Faster R-CNN、YO-LOv3、YOLOv3-tiny、YOLOv4-tiny相比检测精度有较大提升.

深度学习、坑洼检测、坐标注意力、最大池化

TP391(计算技术、计算机技术)

贵州省科技计划项目2021

2023-07-18(万方平台首次上网日期,不代表论文的发表时间)

共7页

69-75

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn