《电子测量技术杂志》发表论文赏析

非结构化道路坑洼检测的YOLOv7算法优化

来源:电子测量技术杂志2025年第14期北京时间:

作者:曲雪莲,周福强,谷玉海,王少红

单位:北京信息科技大学现代测控技术教育部重点实验室 北京 100192

摘要:在非结构化道路环境中,及时准确地检测道路坑洼对于保障交通安全至关重要。当前检测算法在复杂场景中存在漏检和精度不足的问题。为提升检测性能,提出了一种基于YOLOv7算法的改进方法。首先通过引入增强的分层多尺度特征融合模块,优化特征提取能力;其次加入高效通道注意力机制,提高模型对目标区域的关注度;最后使用深度可分离卷积减少计算量,提高检测效率。改进后的模型在自制数据集上进行验证,与现有的YOLOv7x、YOLOv7-d6、YOLOv5x和YOLOv5m模型进行对比测试,并将改进后的模型进行公开数据集的迁移学习,采用精确率、召回率(R)、平均精度均值、参数量和每秒帧数作为评估指标。实验结果表明,改进模型在精确率、召回率和平均精度均值上分别提升了5.47%、4.42%和6.65%,在检测速度上也保持了较高的效率;与常用目标检测模型对比性能优异;进行公开数据集的迁移学习后,精确率、召回率和平均精度均值得到进一步提升。这一改进显著提升了模型的检测性能和鲁棒性,不仅增强了交通安全保障能力,也为无人驾驶提供了可靠的技术支持。

关键词:非结构化道路;目标检测;YOLOv7算法;增强分层多尺度融合

2025年14期其他文献查阅:

基于表示学习和动态阈值优化的航天器异常检测方法

基于量子点短波红外焦平面探测器的二氧化碳成像系统研究

基于时空特征融合的网络异常流量检测方法

基于FPGA的SATA图像采集系统的设计与实现

智慧校园车路协同视域下无人车调度系统研究

基于二维嵌入式导频序列的OTFS高精度信道估计方法

基于YOLOv8的钛棒表面缺陷检测

基于CNN-BiLSTM模型的多场景窃电检测与类型判别研究

面向嵌入式设备的绝缘子缺陷检测算法研究

基于ARS-YOLOv9s的PCB缺陷检测算法

基于改进RT-DETR的玻璃绝缘子缺陷检测算法

基于改进的临界多边形算法的鞋片排样方法

一种复杂场景无人机图像多尺度目标检测方法

机器人多工位搬运锂电池的混合元启发式调度算法研究

改进YOLO11的PCB表面缺陷检测方法

非结构化道路坑洼检测的YOLOv7算法优化

基于改进YOLOv8的道路缺陷检测

基于改进灰狼算法优化BP神经网络的RSS指纹定位

基于改进RT-DETR的织物疵点检测方法

MEC-YOLOv11n:水面小目标漂浮物的检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!