计算机工程

作者：许华杰, 郑力文, 张品, 秦远卓

单位：1. 广西大学计算机与电子信息学院, 广西 南宁 5300042. 广西多媒体通信与网络技术重点实验室, 广西 南宁 5300043. 北部湾港防城港码头有限公司, 广西 防城港 5380014. 广西大学土木建筑工程学院, 广西 南宁 530004

关键词：裂缝检测,注意力模块,轻量化,YOLOv5s模型,目标检测

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)

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。

来源：2025年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第5期