面向废旧电缆检测的轻量化网络方法

作者：饶日昕; 王怡文; 曾砺志; 童心恬; 赵海涛^*

来源：计算机工程, 2023, 1-15.

• 废旧电缆检测
• YOLOv5算法
• 轻量化
• 注意力机制
• 嵌入式设备

为针对性解决目前我国废旧电缆回收主要依靠人工分拣，存在耗时耗力、准确性低的问题，提出了一种面向嵌入式平台的轻量化电缆检测方法。为了更好地将模型部署置小型化硬件设备，提高检测的实时性，提出基于改进YOLOv5算法的废旧电缆检测网络。首先，将主干网络中的标准卷积模块替换为轻量化的幻象（Ghost）卷积模块以减小网络的复杂度，并且在快速空间金字塔池化（Spatial Pyramid Pooling Fast，SPPF）模块前引入了卷积注意力机制模块（Convolutional Block Attention Module，CBAM），提高特征提取和融合的效率。其次，将网络中Neck部分的C3模块结合有效通道注意力机制模块（Efficient Channel Attention，ECA），实现了跨通道的信息交互，提高网络特征融合能力。最后，在损失函数的计算部分使用WIoU作为新的边界框损失函数以提升回归效果，加快模型的收敛速度。实验结果表明，该模型的平均检测精度为96.3%，相比SSD算法提高了1.2%。模型的参数量为5.145 M，相比YOLOv5s原始模型减少了27.0%。并且，该模型在小型嵌入式设备LubanCat-1的推理速度达到8.5帧/秒，有良好的实时性，能够适用于废旧电缆的实时检测与分类。

• 单位
  华东理工大学