基于改进YOLOv7的路面病害检测算法

作     者：葛焰 刘心中 马树森 赵津 李镇宏 GE Yan;LIU Xinzhong;MA Shusen;ZHAO Jin;LI Zhenhong

作者机构：福建理工大学生态环境与城市建设学院福建福州350118 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2024年第47卷第11期

页      面：31-37页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 

主　　题：目标检测 YOLOv7 路面病害 损失函数 WIoUv3 注意力机制 

摘      要：针对公路路面病害图像存在光影变化大、背景干扰多、尺度差异大等问题,提出基于改进YOLOv7的路面病害检测算法。首先,对YOLOv7网络模型中的ELAN模块进行了优化,通过通道和空间注意力机制优化信息提取,增强网络对重要特征的提取能力;接着,使用ACmix注意力模块提高网络对小目标的关注度,有效解决原网络模型对小目标的漏检问题;其次,采用大下采样比率的卷积输出,提高对小目标的检测精度;最后,引入WIoUv3替换原网络模型中的CIoU来优化损失函数,构造梯度增益的计算方法来附加聚焦机制。实验结果表明:改进后的YOLOv7模型平均精度均值(mAP)与原模型相比提升了4.5%,检测效果优于原网络模型与传统经典目标检测网络模型。