引入Ghost模块和ECA的YOLOv4公路路面裂缝检测方法

作者：郝巨鸣; 杨景玉; 韩淑梅; 王阳萍

来源：计算机应用, 2022, 1-7.

• 裂缝检测
• 轻量化
• GhostNet
• YOLOv4
• 注意力机制

针对目前公路路面裂缝种类和尺度多样导致路面病害检测困难问题，本文提出一种基于GhostNet网络轻量化的无人机图像裂缝检测方法用于公路运输过程中出现的不同类型的裂缝检测。首先，引入轻量级GhostNet网络中的Ghost模块优化YOLOv4主干特征提取网络，得到轻量化模型YOLOv4-Light，以降低模型复杂度，提高裂缝检测速度；然后，在模型预测输出端融合高效的ECA(Efficient Channel Attention)通道注意力机制进一步增强裂缝特征提取能力，提高裂缝模型检测的性能。仿真实验结果表明：该方法与现有的YOLOv4相比，模型大小复杂度降低了82.31%，提高了裂缝检测效率。通过GhostNet网络中Ghost模块的引入，能够降低YOLOv4模型的复杂度和参数量，从而提高裂缝检测速度；通过融合ECA注意力机制能够进一步提高裂缝检测精度，提高网络性能。

• 单位
  兰州交通大学