基于改进YOLOX的落石检测方法

• 作者: 陈垦 欧鸥 杨长志 龚帅 欧阳飞 向东升
• 来源期刊: 计算机测量与控制
• 关键词: YOLOX 目标检测 落石检测 注意力机制 空间金字塔池化
• 年，卷（期）: 2024,（11）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 53-59
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.11.008

摘要

山坡地区是落石频发的区域，凭人力难以及时发现灾害的发生；为及时检测到落石的发生并做出应对措施，提出一种基于改进YOLOX的落石检测方法，自动检测并报告落石的发生情况；通过自制落石数据集训练YOLOX网络，优化空间金字塔池化结构，获取更多语义信息，并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播，同时改进损失函数并使用数据增强，提高网络训练效果；实验结果表明，改进YOLOX算法的mAP@0.5为92.50%,每秒检测帧数为62.6,相较于YOLOX算法，mAP@0.5提高3.45%,每秒检测帧数上涨0.3;与原算法相比，在不损失性能的情况下，精度有较大的提升，同时满足图片与视频数据的实时检测要求。