基于DFES-YOLOv5s的道路脱空病害智能检测优化算法研究

摘要

脱空作为典型的道路隐伏病害是导致路基塌陷的主要诱因，智慧交通的发展对快速、高效、准确识别脱空病害提出了极高要求。常用的探地雷达无损检测技术受道路结构层介质复杂和病害形态多变的耦合影响，存在病害特征提取一致性差和难于辨识等问题。本文以高速公路百公里实测图像数据为真实样本，提出了一种基于DFES-YOLOv5s的道路脱空病害智能检测算法。针对病害特征形态多变提取难的问题，基于YOLOv5s模型设计了可变形卷积用以替代C3模块，从而提升了对多变特征的适应性，有效提取了病害关键特征；针对背景干扰信息多的问题，采用Focal-EIOU损失函数关注高质量锚框，综合评估宽高差异，解决了正负样本不均衡和模型收敛难的问题；针对病害特征与背景噪声高相似性的问题，加入SimAM注意力机制，过滤干扰信息，从而提升模型的目标特征表示和判别的能力。实验结果表明，本研究所设计的DFESYOLOv5s检测算法的准确率、平均精度、召回率分别达到84.2%, 88.5%, 84.2%，相较于常规YOLOv5s算法分别提升了9.7百分点，5.3百分点，7.0百分点。该研究为提升道路脱空病害智能化检测水平和工程化推广应用提供了关键技术支撑。

关键词

脱空 / 路基 / 探地雷达 / DFES-YOLOv5s / 智能检测