-
题名面向复杂施工环境的实时目标检测算法
被引量：4
- 1
-
-
作者
宋霄罡
张冬冬
张鹏飞
梁莉
黑新宏
-
机构
西安理工大学计算机科学与工程学院
人机共融智能机器人陕西省高校工程研究中心
-
出处
《计算机应用》
CSCD
北大核心
2024年第5期1605-1612,共8页
-
基金
国家重点研发计划项目(2022YFB2602203)。
-
文摘
针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设计小目标检测层,提高算法对不同尺度目标的检测精度;设计通道-空间注意力(CSA)模块,增强目标特征,抑制背景特征;在损失函数部分,采用VariFocal Loss计算分类损失,解决正负样本不平衡问题;GhostConv作为基本卷积块构建GCSP(Ghost Cross Stage Partial)结构,降低参数量和计算量;针对复杂施工环境,构建混凝土施工现场目标检测数据集,在构建的数据集上与多个算法进行对比分析实验。实验结果表明,YOLO-C算法的检测精度更高,参数量更小,更适合复杂施工环境下的目标检测任务。
-
关键词
实时目标检测
YOLOv5s
混凝土施工现场
注意力机制
轻量化
-
Keywords
real-time object detection
YOLOv5s
concrete construction site
attention mechanism
lightweight
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
