改进YOLOv5的路面裂缝检测模型研究

来源：电子测量技术杂志2023年第21期北京时间：

作者：沈思远，华蓓，黄汝维

单位：广西大学计算机与电子信息学院 南宁 530000

摘要：针对传统的路面裂缝检测方式耗时耗力、成本高、主观性强等问题，提出了一种基于YOLOv5的路面裂缝检测模型YOLOv5-Crack。首先在主干部分处引入坐标注意力机制并优化成CAplus结构以提高裂缝特征关注度；其次提出一种全新的特征融合网络ESPP，降低部分计算量的同时提升特征融合能力；然后，在颈部网络中使用重影混洗卷积替代传统卷积，尽可能保持通道语义信息的同时降低计算成本；最后，整体引入SIoU损失函数提升回归精度。为验证改进模型YOLOv5-Crack的有效性，在数据集GRDDC 2020上进行对比实验，结果表明其F1分数分别为58.43%和58.21%，与原YOLOv5模型相比分别提升了4.05%和3.93%，并且降低了7.8 GFLOPs的计算量，FPS达到37.9，有效解决了路面裂缝检测的弊端；同时与主流目标检测算法相比，所提出的YOLOv5-Crack模型在路面裂缝检测方面更具有优越性。

关键词：路面裂缝;坐标注意力机制;ESPP结构;重影混洗卷积;SIoU损失函数

基金资助：国家自然科学基金(62062009)项目资助