基于改进YOLOv5的沥青路面裂缝检测

于卫容; 英红; 刘杰; 吕珺吉; 吴姗姗

doi:10.16725/j.1673-808X.2023119

桂林电子科技大学学报 ›› 2025, Vol. 45 ›› Issue (4) : 347 -354. DOI: 10.16725/j.1673-808X.2023119

基于改进YOLOv5的沥青路面裂缝检测

于卫容, 英红, 刘杰, 吕珺吉, 吴姗姗

作者信息 +

Author information +

文章历史 +

PDF

摘要

为解决道路病害检测的问题，针对沥青路面裂缝人工检测成本高、效率低的缺点，提出一种基于改进YOLOv5的沥青路面裂缝检测算法。首先，通过多功能检测车采集沥青路面图像，将5 224张图片按7∶3的比例分成训练集和测试集，建成沥青路面裂缝检测数据集；再分别引入CBAM模块、BiFPN模块与GSConv卷积网络替换YOLOv5模型中的特征提取网络，对沥青路面裂缝进行识别。实验结果表明，改进后的YOLOv5算法模型相较于原算法模型的F1值、准确率、mAP值、召回率分别提高了0.4、2.4、1.2、1个百分点，模型参数量下降了1.1×10～6，且改进后的模型检测准确率达88.3%。改进后的YOLOv5模型可有效检测出复杂背景下的各种裂缝。