计算机工程

作者：饶日昕, 王怡文, 曾砺志, 童心恬, 赵海涛

单位：1. 华东理工大学信息科学与工程学院, 上海 2002372. 华东理工大学机械与动力工程学院, 上海 200237

关键词：废旧电缆检测,YOLOv5s模型,轻量化,注意力机制,嵌入式设备

基金：国家自然科学基金(62173143)

目前我国废旧电缆回收主要依靠人工分拣, 存在耗时耗力、准确性低的问题。为了更好地将模型部署至小型化硬件设备并提高检测实时性, 提出基于改进YOLOv5s的废旧电缆检测网络模型。首先, 将主干网络中的标准卷积模块替换为轻量化的幻象(Ghost)模块以减小网络的复杂度, 并且在快速空间金字塔池化(SPPF)模块前引入卷积块注意力模块(CBAM), 提高了特征提取和融合的效率。其次, 将网络中Neck部分的C3模块结合有效通道注意力模块(ECA), 实现了跨通道的信息交互, 提高了网络特征融合能力。最后, 在损失函数的计算部分使用Wise-交并比(WIoU)作为新的边界框损失函数以提升回归效果, 加快模型的收敛速度。实验结果表明: 改进模型的平均检测精度为96.3%, 相比单点多框检测器(SSD)提高了1.2个百分点; 参数量为5.15×106, 相比YOLOv5s模型减少了27.0%;在小型嵌入式设备LubanCat-1上的推理速度达到8.49帧/s, 具有良好的实时性, 适用于废旧电缆的实时检测与分类。

来源：2024年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第8期