基于改进YOLOv5-DeepSORT算法的公路路面病害智能识别

作者：高明星; 关雪峰; 范井丽; 姚立慧

来源：森林工程, 2023, 39(05): 161-174.

• 路面病害
• 全局特征
• 智能检测
• 改进算法
• 损失函数

针对目标检测算法在多尺度无人机(UAV)图像中对公路路面病害容易出现漏检误检及同一病害在连续帧图片中被重复检测的问题，提出一种具有病害重识别能力的路面检测方法。通过引入真实宽高损失与纵横比以提升损失函数性能，利用CA(Coordinate attention)注意力机制提升模型在复杂背景下的识别能力，将模型初始特征引入特征融合网络提升模型检测多尺度病害的鲁棒性，构建基于DeepSORT(目标检测的多目标跟踪算法)的二级检测机制实现对病害的重识别与统计。试验结果表明，模型平均检测精度mAP达到89.19%,较基准模型提升了3.11%;F1分数为0.851 4,较原模型提升了2.49%;同时也优于主流目标检测算法；在无人机影像下病害计数精度达到91.38%,较改进前提升25.86%,为公路路面检测与养护提供精确实时的病害数据。

• 单位
  内蒙古农业大学