基于改进YOLOx-s的无人机桥梁裂缝检测算法

徐伟峰, 吕航, 程子益, 陆安文, 王洪涛, 王晏如, 李昇

吉林大学学报(理学版) ›› 2025, Vol. 63 ›› Issue (04) : 1091 -1098.

PDF
吉林大学学报(理学版) ›› 2025, Vol. 63 ›› Issue (04) : 1091 -1098. DOI: 10.13413/j.cnki.jdxblxb.2024191

基于改进YOLOx-s的无人机桥梁裂缝检测算法

作者信息 +

Author information +
文章历史 +
PDF

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

Key words

引用本文

引用格式 ▾
徐伟峰, 吕航, 程子益, 陆安文, 王洪涛, 王晏如, 李昇. 基于改进YOLOx-s的无人机桥梁裂缝检测算法[J]. 吉林大学学报(理学版), 2025, 63(04): 1091-1098 DOI:10.13413/j.cnki.jdxblxb.2024191

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

175

访问

0

被引

详细

导航
相关文章

AI思维导图

/