VRD-YOLO:基于YOLOv5s改进的实时车载影像道路病害检测模型

摘要

针对车载影像中的道路病害尺寸差异大，小尺度病害多，导致检测精度低的问题，本文提出一种基于YOLOv5s改进的实时车载影像道路病害检测模型VRD-YOLO(Vehicle-mounted image Road Damage Detection-YOLO).首先，提出通道混合滑动Transformer模块，增强模型全局上下文建模能力，强化细粒度道路病害语义特征信息提取；其次，引入具有跨层融合和跨尺度融合特性的广义特征金字塔，扩大网络感受野，强化多尺度病害特征融合；再次，设计动态检测头，实现尺度感知、空间感知和任务感知，优化模型特征响应，进一步提升模型的检测性能；最后，构建车载影像道路病害数据集VIRDD(Vehicle-mounted Image Road Damage Dataset),扩充现有道路病害数据集数量及类型，并基于该数据集进行消融和对比实验.实验结果表明：VRD-YOLO在VIRDD数据集上的平均精度均值(mAP@0.5)为74.45%,检测速度(FPS)可达到28.56帧/s,与YOLOv5s模型相比，精确度、召回率、F1分数和mAP分别提升2.79、2.32、2.54和3.19个百分点.同时，通过与其他6种经典及主流目标检测模型比较，VRD-YOLO以最少的模型参数量(9.68×10～6)获得了最佳的检测精度，验证了本文方法的有效性和优越性.

关键词

YOLOv5s / 道路病害检测 / 车载影像 / Transformer / 广义特征金字塔 / 动态检测头

基金资助

国家自然科学基金(42371447); 江苏省研究生科研与实践创新计划(KYCX24＿1492)