基于YOLOv5的注意力机制建筑物裂缝检测方法研究

摘要

针对建筑物裂缝检测准确率不高、效率较低、检测结果易受环境因素干扰等问题，提出一种基于YOLOv5改进的建筑物裂缝检测模型.该模型增加了针对裂缝狭长特点的注意力机制以提高检测准确率；增加了Ghost模块替代部分传统卷积以提高检测效率.模型采用SDNET2018数据集进行验证测试，经过对比试验，该模型相比于YOLOv5精度提高10.1%，速率提高了13.3帧/s.该模型具有准确率高、轻量化的特点，可进行边缘端部署以实现复杂环境下的实时监测.

关键词

裂缝检测 / 注意力机制 / 轻量级网络 / YOLOv5

基金资助

国家自然科学基金(62204168); 天津市重点研发计划科技支撑重点项目(19YFZCGX00130); 天津市企业科技特派员项目(19JCTPJC47200); 天津市研究生科研创新项目(2021YJSS351)