基于改进YOLO的双网络桥梁表观病害快速检测算法

doi:10.16383/j.aas.c210807

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于改进YOLO的双网络桥梁表观病害快速检测算法
	彭雨诺; 刘敏; 万智; 蒋文博; 何文轩; 王耀南
刊名	自动化学报
	2022
卷号	48 期号:4 页码:1018-1032
关键词	桥梁表观病害检测深度卷积神经网络空间金字塔模块注意力机制
ISSN号	0254-4156
DOI	10.16383/j.aas.c210807
英文摘要	桥梁表观病害检测是确保桥梁安全的关键步骤.然而,桥梁表观病害类型多样,不同病害间外观差异显著且病害之间可能发生重叠,现有算法无法实现快速且准确的桥梁多病害检测.针对这一问题,对YOLO (You only look once)进行了改进,提出了YOLO-lump和YOLO-crack以提高网络检测多病害的能力,进而形成基于双网络的桥梁表观病害快速检测算法.一方面, YOLO-lump在较大的滑动窗口图像上实现块状病害的检测.在YOLO-lump中,提出了混合空洞金字塔模块,其结合了混合空洞卷积与空间金字塔池化,用于提取稀疏表达的多尺度特征,同时可以避免空洞卷积造成的局部信息丢失;另一方面, YOLO-crack在较小的滑动窗口图像上实现裂缝病害的检测.在YOLO-crack中,提出了下采样注意力模块,利用1×1卷积和3×3分组卷积分别解耦特征的通道相关性和空间相关性,可以增强裂缝在下采样阶段的前景响应,减少空间信息的损失.实验结果表明,该算法能够提高桥梁表观病害检测的精度,同时可实现病害的实时检测.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/56370]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	彭雨诺,刘敏,万智,等. 基于改进YOLO的双网络桥梁表观病害快速检测算法[J]. 自动化学报,2022,48(4):1018-1032.
APA	彭雨诺,刘敏,万智,蒋文博,何文轩,&王耀南.(2022).基于改进YOLO的双网络桥梁表观病害快速检测算法.自动化学报,48(4),1018-1032.
MLA	彭雨诺,et al."基于改进YOLO的双网络桥梁表观病害快速检测算法".自动化学报 48.4(2022):1018-1032.