一种基于改进YOLOv5算法的高铁隧道卡具检测方法

摘要

本发明公开了一种基于改进YOLOv5算法的高铁隧道卡具检测方法，属于计算机视觉技术领域，所述方法包括如下步骤：收集制作隧道卡具数据集；通过高斯降噪、高斯模糊、强化边缘、翻转、最大池化以及Mosaic对数据集进行数据增强，并将图片调整至预定分辨率；在主干网络中通过添加改进的CBH模块和GSCSP模块提高模型性能，并减少计算量和参数量，提高检测速度；通过通道注意力模块提高模型对卡具的关注度，减少隧道内复杂背景的干扰；最后通过结构化通道剪枝实现模型轻量，并用微调策略回升模型精度；本发明在有效减少模型体积和计算量、提高模型检测速度的同时提高检测了模型的检测精度，在隧道卡具检测任务中表现出良好性能。