基于轻量化EfficientNet的小目标裂缝检测算法
邢仁琦1
杨怀志2
薄一军2
尤嘉3
张淳杰1
李丹勇4
1.北京交通大学 计算机与信息技术学院,北京 1000442.京沪高速铁路股份有限公司,北京 1000383.中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 1000814.北京交通大学 电子信息工程学院,北京 100044
摘要：现有目标检测算法在小目标检测中存在可利用特征少、有效特征提取困难、易受环境干扰等问题.基于此,提出一种高效的主干特征提取网络EfficientNet来进行目标检测,在检测模型中融合注意力机制,以增强对小目标的识别能力.将提出的模型应用到细微裂缝检测中,从增强小目标识别、减少模型参数、提高网络检测速度三方面进行改进,研究结果表明:当输入图像为416×416分辨率时,本文模型的F1值相比于主流检测模型至少有3％的提升,模型的参数量与主流检测器相比减少了80％～85％,检测速率可达到每秒帧数(Frame Per Second,FPS)102帧/s.
关键词：小目标检测注意力机制EfficientNet裂缝检测
分类号：TP391.4(计算技术、计算机技术)U125.8(城市交通运输)
资助基金：京沪高速铁路股份有限公司科技研究项目(2020-16)国家自然科学基金(62072026)北京市自然科学基金(JQ20022)
论文发表日期：2023-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 114-121 )
英文信息