- 专利标题： 基于YOLO v4的无人机影像路面病害检测方法
-
申请号： CN202211660091.2申请日： 2022-12-23
-
公开(公告)号： CN116310785B公开(公告)日： 2023-11-24
- 发明人: 杨景玉 , 王阳萍 , 安学刚 , 李文海 , 王锋 , 党建武 , 李志强 , 岳彪 , 侯金泉 , 雍玖
- 申请人： 兰州交通大学 , 甘肃路桥飞宇交通设施有限责任公司
- 申请人地址： 甘肃省兰州市安宁区安宁西路88号
- 专利权人： 兰州交通大学,甘肃路桥飞宇交通设施有限责任公司
- 当前专利权人： 兰州交通大学,甘肃路桥飞宇交通设施有限责任公司
- 当前专利权人地址： 甘肃省兰州市安宁区安宁西路88号
- 代理机构： 北京高沃律师事务所
- 代理商 常祖正
- 主分类号： G06V20/10
- IPC分类号： G06V20/10 ; G06V20/17 ; G06V10/52 ; G06V10/80 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要：
本发明涉及一种基于YOLOv4的无人机影像路面病害检测方法，属于路面病害检测领域。采用深度可分离卷积作为YOLOv4中卷积方式降低了网络的复杂度和减少模型计算的参数量；SE通道注意力按照每个通道的重要性分配不同的权重，有效利用通道间的信息；自适应特征融合模块充分学习高低层之间的特征信息，自适应地学习各尺度特征映射融合的空间权重，解决了由于YOLOv4中特征金字塔和路径聚合网络特征融合不充分问题，通过加入SE注意力机制和自适应特征融合模块能够进一步提高网络精度；采用的(56)对比文件Zhi Qiu等.Application of an improvedYOLOv5 algorithm in real-time detectionof foreign objects by ground penetratingradar《.Remote Sensing》.2022,第14卷(第8期),第1-25页.罗晖等.基于改进YOLOv4的公路路面病害检测算法《.激光与光电子学进展》.2021,第58卷(第14期),第336-344页.Gege Guo等.Road damage detectionalgorithm for improved YOLOv5《.scientificreports》.2022,第1-12页.陈帅等.改进Yolov5的手语字母识别算法研究[J/OL]《.小型微型计算机系统》.2022,网络首发论文摘要、第3.2节.
公开/授权文献
- CN116310785A 基于YOLO v4的无人机影像路面病害检测方法 公开/授权日：2023-06-23
