摘要
本发明提供一种基于注意力机制与BiFPN改进的YOLOv5路面破损检测方法,涉及道路破损检测技术领域。首先获取路面破损图像数据集,并进行预处理,获得预处理路面破损图像数据集;基于现有的YOLOv5网络,融合ECA模块、BiFPN网络、HLDFF模块和Mish激活函数,获得改进YOLOv5检测模型;获取原始YOLOv5网络模型,并采用ECA模块替代C3模块中的部分卷积操作;在YOLOv5的Neck网络部分引入BiFPN网络替代Concat操作,同时设计并引入HLDFF模块优化特征融合过程;将SiLU激活函数替换为Mish激活函数,以增强模型的非线性表达能力,从而完成改进YOLOv5检测模型的构建;对改进后的YOLOv5检测模型进行训练,使用训练好模型权重进行路面破损检测,获取路面破损类型。
技术关键词
路面破损检测方法
模块
非线性
破损检测技术
高层语义特征
通道注意力机制
特征融合网络
双曲正切函数
图像
加权特征
生成特征
分辨率
融合特征
网络结构
节点
系统为您推荐了相关专利信息
序列
机器学习模型
指标
基因
非临时性计算机可读存储介质
控制模块
除草作业
气象监测设备
图像分析
导航模块
运算放大器
交流伺服电机驱动器
机器人设备
电阻
线性稳压器
新能源发电站
LSTM模型
监控方法
负荷
ARIMA模型