计算机技术与发展2023,Vol.33Issue(8) :159-164.DOI:10.3969/j.issn.1673-629X.2023.08.023

基于Xception和SA的YOLOv5建筑裂缝检测方法

YOLOv5 Building Crack Detection Method Using Xception and SA

卞长庚 郝万君 马文琪
计算机技术与发展2023,Vol.33Issue(8) :159-164.DOI:10.3969/j.issn.1673-629X.2023.08.023

基于Xception和SA的YOLOv5建筑裂缝检测方法

YOLOv5 Building Crack Detection Method Using Xception and SA

卞长庚 1郝万君 1马文琪1
扫码查看

作者信息

  • 1. 苏州科技大学 电子与信息工程学院,江苏 苏州 215009
  • 折叠

摘要

裂缝检测对于建筑的维修和加固、延长其使用寿命具有重要意义.针对建筑裂缝种类多和尺寸小造成裂缝检测精度低、速度慢的问题,提出了一种改进的YOLOv5 裂缝检测算法,在提高检测裂缝精度的同时也提升了检测裂缝的速度.首先,引入轻量级网络Xception对主干网络轻量化,减少主干网络参数量以提升检测裂缝的速度;其次,使用空洞空间金字塔池化ASPP(Atrous Spatial Pyramid Pooling)模块替换SPP(Spatial Pyramid Pooling)模块,扩大感受野范围,加强主干网络提取裂缝特征的能力,避免因对主干网络轻量化而造成检测裂缝的精度降低;最后,添加SA(Shuffle Attention)注意力机制,进一步加强网络提取裂缝特征的能力,提高裂缝检测的精度.通过在自制数据集上进行的实验表明,改进的算法mAP比原算法提高了1.6%,速度为50.8 f/s,比原算法提高了2.7 f/s,满足建筑裂缝检测的精度和实时性要求,同时将改进算法与Faster R-CNN、Mobile-SSD、YOLOv4-tiny等算法进行对比,证明了该算法的优越性,更适合部署到硬件平台上.

关键词

裂缝检测/Xception/空洞空间金字塔池化/Shuffle注意力

Key words

crack detection/Xception/atrous spatial pyramid pooling/Shuffle attention

引用本文复制引用

基金项目

国家自然科学基金(51477109)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子:0.621
ISSN:1673-629X
被引量2
参考文献量5
段落导航相关论文