摘要
本发明涉及一种基于轻量化算法的路面裂缝小目标识别方法,包括构建包含不同分辨率路面裂缝图像的数据集,分为训练集和测试集;构建轻量级优化模型,基于YOLOv5s算法,并采用MobileNetV2作为主干网络以降低计算复杂度,并嵌入融合域注意力模块增强图像特征并自适应分配特征权重,模型参数设置后,输入图像进行训练,以获得训练权重;部署模型测试环境;引入召回率、准确率、平均准确率、F1分数、每秒处理帧数中的至少一种作为评价指标,并通过交并比评价检测框的准确度,基于通过评估的算法模型进行路面裂缝小目标识别。与现有技术相比,本发明提高了改进后的网络模型在小目标检测任务中识别精度与计算速度。
技术关键词
识别方法
路面裂缝图像
注意力
置信度阈值
算法模型
复杂度
分辨率
特征提取能力
特征提取网络
卷积技术
算术平均值
样本
残差结构
训练集
通道
系统为您推荐了相关专利信息
电力设备状态监测方法
泄漏电流传感器
综合故障
非接触式
绝缘部件
个性化推荐算法
交互特征
预训练语言模型
个性化推荐方法
个性化推荐装置
融合特征
行人重识别
注意力
重识别方法
计算机程序代码
双线性
深度学习模型
注意力机制
矩阵
底物相互作用