科研之友
微信
新浪微博
Facebook
分享链接
摘要
及时、准确捕获井壁出现的微小裂缝，对于井筒安全意义重大。轻量化检测模型是推动井壁裂缝自动检测的关键，打破现有方法聚焦于提取深层语义信息的传统，重视浅层特征表征的几何结构信息的应用，针对井壁裂缝提出轻量化检测模型E-YOLOv5s。首先融合普通卷积、深度可分离卷积和ECA注意力机制设计轻量化卷积模块ECAConv，再引入跳跃链接构建特征综合提取单元E-C3，得到骨干网络ECSP-Darknet53，它负责显著降低网络参数、同时增强对裂缝深层特征的提取能力。然后设计特征融合模块ECACSP，利用多组ECAConv和ECACSP模块组建细颈部特征融合模块E-Neck，旨在充分融合裂缝小目标的几何信息和表征裂缝开裂程度的语义信息，同时加快网络推理速度。实验表明，E-YOLOv5s在自制井壁数据集上的检测精度相较YOLOv5s提升3.3%，同时模型参数量和GFLOPs分别降低了44.9%、43.7%。E-YOLOv5s有助于推动井壁裂缝自动检测的落地应用。
- 单位
