基于改进YOLOx-s的无人机桥梁裂缝检测算法

来源：吉林大学学报·理学版杂志2025年第4期北京时间：

作者：徐伟峰, 吕航, 程子益, 陆安文, 王洪涛, 王晏如, 李昇

单位：1. 华北电力大学（保定） 计算机系, 河北 保定 071003； 2. 河北省能源电力知识计算重点实验室, 河北 保定 071003；3. 吉林大学 经济学院, 长春 130012

摘要：针对桥梁裂缝检测不充分的安全隐患问题， 结合小型无人机平台提出一种基于YOLOx-s的桥梁裂缝检测算法.首先， 在backbone中添加残差空洞卷积模块, 以解决无人机图像尺度变化大、 背景复杂的问题； 其次， 在PANET中添加坐标注意力机制模块, 以提高小目标检测率； 最后， 替换损失函数为Focal loss, 以加强正样本的学习, 提高模型的稳定性. 实验结果表明： 该方法相比于YOLOx-s算法, 检测精度提升了3.72个百分点； 在嵌入式设备上, 该方法比其他主流算法有更好的精度， 且能实现实时性检测, 可以更好地应用在无人机桥梁裂缝检测中.

关键词：无人机,桥梁裂缝检测,目标检测,YOLOx-s算法,注意力机制