基于CW-YOLOv5网络的大坝裂缝检测研究  

Research on dam crack detection based on CW-YOLOv5 network

作　　者：高文飞 GAO Wenfei

机构地区：[1]深圳市智慧水务综合指挥调度和保障中心,广东深圳518000

出　　处：《水利技术监督》2024年第12期30-33,37,共5页Technical Supervision in Water Resources

摘　　要：为准确、高效地对大坝裂缝进行检测,文章提出一种基于改进YOLOv5的大坝裂缝检测网络CW-YOLOv5。该网络将坐标注意力机制(CA)引入C3模块,使用WIoU替换CIoU损失函数,同时采用K-means算法对数据集进行重新聚类,以提升检测性能。试验结果表明,CW-YOLOv5网络的准确率、mAP 0.5和mAP 0.5~0.95比原YOLOv5网络分别提高了11.4%、6.5%和10.8%,并且性能优于Faster R-CNN、YOLOX和YOLOv7网络,说明该网络更适用于大坝裂缝检测,具有较大的应用价值。

关 键 词：YOLOv5 裂缝检测 注意力机制 损失函数 聚类 

分 类 号：TV642[水利工程—水利水电工程]