基于改进YOLOX的落石检测方法

作者：陈垦; 欧鸥^*; 杨长志; 龚帅; 欧阳飞; 向东升

来源：计算机测量与控制, 2023, 31(11): 53-59.

DOI：10.16526/j.cnki.11-4762/tp.2023.11.008

• YOLOX
• 目标检测
• 落石检测
• 注意力机制
• 空间金字塔池化

山坡地区是落石频发的区域，凭人力难以及时发现灾害的发生；为及时检测到落石的发生并做出应对措施，提出一种基于改进YOLOX的落石检测方法，自动检测并报告落石的发生情况；通过自制落石数据集训练YOLOX网络，优化空间金字塔池化结构，获取更多语义信息，并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播，同时改进损失函数并使用数据增强，提高网络训练效果；实验结果表明，改进YOLOX算法的mAP@0.5为92.50%,每秒检测帧数为62.6,相较于YOLOX算法，mAP@0.5提高3.45%,每秒检测帧数上涨0.3;与原算法相比，在不损失性能的情况下，精度有较大的提升，同时满足图片与视频数据的实时检测要求。

• 单位
  东南大学; 成都理工大学; 毫米波国家重点实验室