基于改进YOLOX的落石检测方法

来源：计算机测量与控制杂志2023年第11期北京时间：

作者：陈垦,欧鸥,杨长志,龚帅,欧阳飞,向东升

单位：四川数字交通科技股份有限公司

摘要：山坡地区是落石频发的区域，凭人力难以及时发现灾害的发生。为及时检测到落石的发生并做出应对措施，提出一种基于改进YOLOX的落石检测方法，自动检测并报告落石的发生情况；通过自制落石数据集训练YOLOX网络，优化空间金字塔池化结构，获取更多语义信息，并引入ECA-Net(Efficient Channel Attention Module，高效通道注意力模块)，提高特征的提取能力和特征间的信息传播，同时改进损失函数并使用数据增强，提高网络训练效果；实验结果表明，改进YOLOX算法的mAP@0.5为92.50%，每秒检测帧数为62.6，相较于YOLOX算法，mAP@0.5提高3.45%，每秒检测帧数上涨0.3；与原算法相比，在不损失性能的情况下，精度有较大的提升，同时满足图片与视频数据的实时检测要求。

关键词：YOLOX;目标检测;落石检测;注意力机制;空间金字塔池化

基金资助：四川省科技厅应用基础研究项目(2021YJ0335)