-
题名基于多维注意力模块的轻量化混凝土裂缝检测方法
- 1
-
-
作者
许华杰
郑力文
张品
秦远卓
-
机构
广西大学计算机与电子信息学院
广西多媒体通信与网络技术重点实验室
北部湾港防城港码头有限公司
广西大学土木建筑工程学院
-
出处
《计算机工程》
北大核心
2025年第5期351-360,共10页
-
基金
广西自然科学基金(2024JJA170106)
广西重点研发计划项目(桂科AD25069071)
国家自然科学基金(52169021)。
-
文摘
为解决当前混凝土裂缝检测模型庞大难以部署到移动端设备且裂缝检测不准及漏检问题,提出一种基于多维注意力模块的轻量化混凝土裂缝检测方法。该方法针对当前主流的裂缝检测模型庞大的问题,采用深度可分离卷积对YOLOv5s中的CBS特征提取模块进行重构,得到轻量化CBS(LCBS)特征提取模块,以减少网络的参数量及计算量;针对裂缝检测不准的问题,提出一种多尺度特征(MSF)提取模块用于替换YOLOv5s第1层的卷积层,以增强网络对不同尺寸裂缝特征的提取能力;针对裂缝漏检问题,提出融合空间及通道信息的多维注意力(MDA)模块,以增强裂缝特征提取能力和减少裂缝漏检。实验结果表明,所提方法比YOLOv5s参数量减少了35.2%,计算量减少了50.9%,模型规模减小了32.8%,且平均精度均值(mAP@0.5)提高了4.2百分点,与目前主流的同类目标检测方法相比,具有较低的参数量和较高的检测精度。
-
关键词
裂缝检测
注意力模块
轻量化
YOLOv5s模型
目标检测
-
Keywords
crack detection
attention module
lightweight
YOLOv5s model
object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名采用动态相关度权重的特征选择算法
被引量：2
- 2
-
-
作者
许华杰
刘冠霆
张品
秦远卓
-
机构
广西大学计算机与电子信息学院
广西大学广西多媒体通信与网络技术重点实验室
北部湾港防城港码头有限公司
广西大学土木建筑工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第4期89-98,共10页
-
基金
国家自然科学基金(71963001)
广西科技计划项目(2017AB15008)
崇左市科技计划项目(FB2018001)。
-
文摘
基于互信息的特征选择算法在考虑候选特征提供的新分类信息时,通常忽略了候选特征的加入会使得已选特征和类标签的相关性发生变化而带来额外的新增信息量,以及在计算冗余信息时采用累加求和的形式可能导致低估候选特征的冗余程度。针对以上问题,提出动态相关度权重的定义,以更全面地考虑候选特征带来的新信息量成分;提出改进冗余项的定义,采用取最大值和归一化策略,以解决传统算法存在的低估冗余问题;在此基础上提出一种采用动态相关度权重的特征选择算法(feature selection using dynamic relevance weight,FSDRW)。选取五种当前主流的基于互信息的过滤式特征选择算法进行对比实验,在来自加州大学尔湾分校UCI和亚利桑那州立大学ASU的机器学习测试数据集上的实验表明,所提出的算法在分类准确率及综合性能方面具有较好的表现。最后将所提出算法应用于广西某水库工程的微震、爆破信号识别中,算法选取出的特征用于微震信号识别可达到98.86%的分类准确率,验证了算法在实际应用中的有效性。
-
关键词
特征选择
互信息
信息熵
动态相关度权重
-
Keywords
feature selection
mutual information
information entropy
dynamic relevance weight
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
