基于改进YOLOv5算法的轨面缺陷检测

作者：李浪怡; 刘强; 邹一鸣; 陈金源; 李鹏^*; 王前选

来源：五邑大学学报(自然科学版), 2021, 35(03): 43-54.

• 轨面缺陷
• YOLOv5
• 注意力机制

为提高轨面巡检的效率和精度,本文提出了一种基于YOLOv5算法的轨面缺陷检测算法.首先对YOLOv5的特征提取网络结构进行轻量化改进,并引入注意力机制对特征图的不同通道进行权衡.同时,针对轨面缺陷目标较小的情况修改了检测输出层结构.实验结果表明,算法在参数减少了1/3的基础上精确率提升了15.7%,达85.1%;检测速度提升了5 fps,达到了43.7 fps的实时检测速度.改进后的YOLOv5检测算法满足轨面缺陷精准检测和定位任务要求,为高速高精度的轨面检测提供了一定的理论基础,具有一定的工程应用价值.

• 单位
  五邑大学