基于改进YOLOv5算法的道路坑洼检测方法

作     者：张刚 唐戬 杨小双 杨扬 秦贵斌 樊劲辉 ZHANG Gang;TANG Jian;YANG Xiao-shuang;YANG Yang;QIN Gui-bin;FAN Jin-hui

作者机构：河北科技大学电气工程学院 青岛农业大学理学与信息科学学院 

基　　金：国家自然科学基金项目(51507048) 河北省重点研发计划基金项目(20326628D) 河北省引进国外智力基金项目(1200343) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2025年第46卷第02期

页      码：554-561页

摘      要：针对目前已有目标检测算法在路面坑洼养护应用较少，且存在检测模型参数量较大、小目标容易漏检的问题提出一种改进的YOLOv5的算法。在主干(Backbone)层采用轻量化卷积GhostConv代替原有的标准卷积，减少模型参数；在颈部(Neck)层加入卷积GSConv和改进的注意力机制GSECA以及改进的双向融合模型BiFPN-m,增强特征信息提取与融合能力；将损失函数替换为EIOU Loss,提高小目标的检测精度。改进后的YOLOv5算法的mAP提高了3.1%,参数量降低了40%,为路面智能化养护提供了一种解决方案。

主 题 词：路面坑洼 主干层 颈部层 轻量化 注意力机制 双向融合模型 损失函数 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.16208/j.issn1000-7024.2025.02.031

馆 藏 号：203157420...