摘要
本发明公开了面向边缘计算的堤坝坝体裂缝险情目标检测轻量化方法,首先,收集不同的堤坝坝体裂缝图像并在图片中标注形成坝体裂缝险情数据集;其次构建高精确度且轻量化的改进YOLOv8堤坝坝体裂缝险情识别模型;随后使用数据集对模型进行训练和评估,选出最优的权重文件;将权重文件部署到边缘设备上;之后测试模型是否需要调整超参数再训练;最后将待检测图片传入边缘设备完成检测。本发明适用于在边缘设备上的堤坝坝体裂缝险情识别,在保证高识别精度的同时,降低算法模型41.4%的计算参数量,实现高精度且较YOLOv8更加轻量化的算法模型,能有效应用于在资源受限的边缘设备上部署和执行,有效降低远程通信成本,便于应用推广。
技术关键词
拼接模块
险情
轻量化方法
坝体
特征提取网络
金字塔
堤坝
特征融合网络
多尺度
注意力
图片
残差模块
超参数
算法模型训练
数据
分支
裂缝现象