503 / 2024-09-20 22:41:02

智能路况裂缝分析系统

本作品设计了一种改进版的YOLOv5裂缝识别方法。在基础的YOLOv5架构中，融入了SE（Squeeze-Excitation）注意力模块，并在输入层嵌入ASFF（Adaptive Structure Feature Integration）组件，以增强对路面目标的检测效能。实验结果显示，经过优化的YOLOv5模型相较于原算法，mAP提升了3.17%，准确率提高了0.32%，召回率提高了4.51%。以上结果证明了注意力机制能提高对裂缝的提取能力，ASFF模块对于网络提升检测精度有正面影响，本文提出的融合ASFF模块和SE模块的YOLOv5网络模型对道路裂缝目标位置定位更准确、识别度也更高，更适合对道路裂缝进行检测。