基于YOLOv5的导线端点轻量化检测方法
来源：计算机测量与控制杂志2025年第8期北京时间：
作者：张长勇,张轩铖,李玉洲,方俊杰
单位：中国民航大学电子信息与自动化学院
摘要：导线端点检测对于实现人工智能实验接线检查至关重要，针对现有导线端点检测模型参数庞大、难以部署至移动端的问题，提出一种基于YOLOv5的导线端点轻量化检测方法；将CSPDarkNet替换为PPLCNet作为骨干网络，保持较高检测精度的同时降低模型的复杂度，在特征融合部分融入ConvNeXt Block加速网络提取和融合复杂目标的特征信息，增强对目标的特征提取能力，用更轻量的鬼影混洗卷积替换颈部网络中的卷积层，降低计算成本；实验结果表明，改进模型相比未改进模型计算量、参数量、模型体积下降了66.6%、68.4%、65.2%，mAP提高了0.9%，保证轻量化的同时提高了检测精度。
关键词：深度学习;移动端部署;轻量化;实验导线;导线端点检测;接线检查;鬼影混洗卷积
基金资助：中国民航大学实验技术创新(2023CXJJ57),教育部产学合作协同育人项目(230804679033239)。
