基于改进YOLOv5的路面坑洼检测研究

【摘要】 路面坑洼是常见的路面病害之一，危害极大，因此路面坑洼的识别与检测对人们的日常生活十分重要。基于YOLOv5算法，提出了一种改进的路面坑洼检测方法。首先，使用轻量型网络MobilNetV3替换原YOLOv5主干网络；其次，在模型的head部分加入三个无额外参数的SimAM注意力模块，以提取更加重要的通道特征，剔除无关通道信息，使模型捕获更多关键信息；最后，将原模型的损失函数更换为精度与收敛能力更加优秀的Alpha-IoU损失函数。为验证改进模型的有效性，在公开数据集Annotated Potholes Image Dataset上进行对比实验，实验结果表明，改进后的YOLOv5模型体积缩短了48%，平均检测精度与检测速度分别提高了14.8% 和6.6%。改进算法能够快速有效地检测出路面坑洼，具有一定的应用价值。更多还原