基于改进YOLO v5算法的混凝土结构表观损伤检测方法

摘要

针对混凝土结构损伤人工检测方法主观性强、效率低的问题，提出了一种基于改进YOLO v5算法的混凝土结构损伤检测方法.首先，将YOLO v5的耦合头更换为解耦头，可有效避免目标损伤信息和背景信息相互干扰的问题，提高模型的特征表达能力；其次，在YOLO v5中加入了包含通道注意力模块和空间注意力模块的CA注意力机制，使模型忽略掉一些无关信息，可以更好关注到目标损伤的特征信息.通过建立的4 101张包含实际工程中混凝土结构裂缝、剥落和露筋三种类型损伤的数据集对模型性能进行对比验证.试验结果表明：相较于YOLO v5模型，改进后的模型在混凝土裂缝、剥落和露筋的检测平均精度值分别提升了2.6%、1.3%和0.5%,mAP值提高了1.4%,且mAP值和FPS值均优于Faster R-CNN和YOLO v3目标检测算法，可较好满足实际工程中混凝土结构损伤检测任务的需求.

关键词

混凝土结构 / 损伤检测 / YOLO v5算法 / 注意力机制 / 目标检测