文档名：基于改进YOLOv5s网络的斜拉桥拉索表面缺陷检测
摘要：针对人工检测斜拉桥拉索表面缺陷效率低、安全性差,而现有目标检测方法速度慢、精度低,受拉索表面污垢干扰容易导致错检、漏检等问题,本文改进YOLOv5s网络以实现拉索表面缺陷快速准确检测.在主干网络增加TRANS模块,获取单幅图像更多特征,提高缺陷检测精度;为减少参数量、提高计算速度,将颈部网络的CSP模块替换为GhostBottleneck模块,同时利用深度可分离卷积代替普通卷积;利用SIOU损失函数减少边界框震荡,提高预测框和真实框重叠度计算结果准确性,增加模型稳定性.实验结果表明:改进YOLOv5s网络的mAP和FPS分别达到94.26%和68f/s,优于Faster-RCNN、YOLOv4和常规YOLOv5等网络,满足斜拉桥拉索表面缺陷检测精度和实时性要求.
Abstract：AnimprovedYOLOv5snetworkfordefectsdetectionforthecablesurfaceofcable-stayedbridgefastandaccuratelyisproposed.Thisovercomestheproblemsoflowefficiencyandpoorsafetyofmanualinspection,slowandinaccuracyofexistingtargetdetectionmethodsbecauseoftheinterferenceofdirtleadingtowrongandmisseddetections.TheTRANSmoduleisaddedtothebackbonenetworkofconventionalYOLOv5stoobtainmorefeaturesofasingleimageandimprovedefectdetectionaccuracy.Moreover,theCSPmoduleofthenecknetworkisreplacedbytheGhostBottleneckmoduleandordinaryconvolutionisreplacedbydepth-separableconvolutiontoreduceparametersandimprovethecomputationalspeedofthenetwork.Furthermore,theSIOUlossfunctionisusedforsuppressingtheoscillationoftheboundingboxandimprovingthecalculationaccuracyofrepeatabilitybetweenthepredictionandtherealbox,whichcanincreasethemodelstability.TheexperimentsshowthatmAPandFPSofimprovedYOLOv5snetworkare94.26%and68framespersecond,respectively.TheperformanceisbetterthanthatofFaster-RCNN,YOLOv4,andconventionalYOLOv5,anditcanfindthesurfacedefectforthecableofthecable-stayedbridgeaccuratelyandtimely.
作者：王鹏峰 李运堂 黄永勇 朱文凯 林婕 王斌锐 Author：WangPengfeng LiYuntang HuangYongyong ZhuWenkai LinJie WangBinrui
作者单位：中国计量大学现代科技学院,浙江金华322002中国计量大学机电工程学院,浙江杭州310018
刊名：光电工程 ISTICPKU
Journal：Opto-ElectronicEngineering
年，卷(期)：2024, 51(5)
分类号：TP391
关键词：斜拉桥拉索 缺陷检测 YOLOv5s网络 TRANS模块 损失函数
Keywords：cable-stayedbridgecable defectsdetection YOLOv5snetwork TRANSmodule lossfunction
机标分类号：TP391.41TN957.51TB774
在线出版日期：2024年7月17日
基金项目：基于改进YOLOv5s网络的斜拉桥拉索表面缺陷检测[
期刊论文] 光电工程--2024, 51(5)王鹏峰 李运堂 黄永勇 朱文凯 林婕 王斌锐针对人工检测斜拉桥拉索表面缺陷效率低、安全性差,而现有目标检测方法速度慢、精度低,受拉索表面污垢干扰容易导致错检、漏检等问题,本文改进YOLOv5s网络以实现拉索表面缺陷快速准确检测.在主干网络增加TRANS模块,获取单幅...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进YOLOv5s网络的斜拉桥拉索表面缺陷检测 Defects detection for cable surface of cable-stayed bridge based on improved YOLOv5s network
基于改进YOLOv5s网络的斜拉桥拉索表面缺陷检测.pdf
- 文件大小:
- 4.25 MB
- 下载次数:
- 60
-
高速下载
|
|
