基于改進YOLOv5模型的智能立體車庫結構裂縫識別算法研究

趙怡豪?劉勇?岳仁峰?孔令鑫

摘要：針對立體車庫中明暗變化顯著、目標尺寸差異大等現象導致的裂縫識別準確度不高的問題，提出了一種基于改進YOLOv5網絡的識別算法模型。該模型通過優化特征提取層和增加注意力機制，提高了對不同尺寸目標的識別能力，通過改進的特征融合層結構和檢測層輸出框尺寸，提升了識別精度。在立體車庫結構裂縫數據集上的試驗驗證表明，該網絡收斂速度快，在目標識別率和圖像識別準確率方面都有所提升，識別精度高達95.4%，實現了立體車庫結構裂縫的精準檢測和定位，為高速、高精度的結構裂縫檢測提供了理論基礎，具有工程應用價值。

關鍵詞：裂縫檢測；YOLOv5；深度學習；目標識別

一、前言

裂縫作為結構損傷的表觀呈現，既是耐久性不足的預警，也是結構被破壞的先兆。在立體車庫中，結構裂縫反映了立體車庫地基等支撐結構的受力狀態、耐久性及安全性。在現場檢測時，裂縫的檢測需要人為判斷，存在很大的主觀因素，加之復雜惡劣的檢測環境，導致裂縫檢測存在效率低、測不準、檢不全等缺點，無法滿足立體車庫裂縫檢測高精度的需求。因此，急需研究高效、高精度的結構裂縫自動化檢測技術。

近年來，隨著計算機技術的飛速發展，使得開發性能令人滿意的網絡模型成為可能。根據應用目的的不同，結構裂縫自動檢測技術大致可分為兩類：一是圖像像素級裂縫檢測，在分析結構表面紋理狀況的基礎上，分析裂縫分布等特征，為結構健康狀況評估提供精確參數。二是塊級路面裂縫檢測，類似于給定圖像中的目標檢測，如Faster R-CNN[1]和YOLO系列[2]等方法，識別速度較快，能夠滿足實時檢測要求，得到廣泛的應用。此外，通過深度學習實現結構表面裂縫識別的方法，具有更好的遷移性和魯棒性，結果更加客觀、可靠，在減少了人工成本的同時，大大提高檢測效率，具有廣闊的應用前景。

在現階段的研究中，徐國整等[3]提出HU-RseNet卷積神經網絡模型識別混凝土表面裂縫。李良福[4]基于改進PSPNet，實現像素級的裂縫區域識別。顧書豪等[5]設計了一種將注意力機制和語義增強相結合的特征模塊，有效地融合了語義信息和裂縫特征?？梢园l現，現有的深度學習檢測算法雖然解決了傳統算法識別精度低、漏檢率高的問題，在識別精度上有所提升，但仍然存在對暗環境下，小目標識別困難的問題。

YOLOv5[6]采用了更輕量的網絡結構，在靈活性上遠強于YOLOv4，在模型的快速部署上具有極強優勢。YOLOv5包括四個版本，分別為YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，在結構上復雜度依次提升，可以根據識別目標的復雜度選擇不同版本。檢測目標為裂縫，其目標結構簡單，背景單一，因此選擇在網絡結構相對簡單的YOLOv5s進行改進。針對立體車庫結構裂縫圖像中明暗變化明顯、目標尺寸差異大等問題，增加了YOLOv5網絡注意力機制，改變了特征融合層結構，并利用訓練好的模型，進行了對比分析。結果表明此方法具有較高的魯棒性，對不同環境、不同形狀的裂縫均能較好識別，在確保高檢測精度的基礎上兼顧檢測速度。

二、基于改進YOLOv5的多尺度檢測算法

立體車庫背景復雜，結構性裂縫往往存在光暗變化明顯、裂縫尺寸差異大的問題，原YOLOv5模型無法滿足該背景下的裂縫檢測需求，存在框取不全、重復識別、誤檢、漏檢等情況。針對原YOLOv5模型存在的不足，提出了改進的YOLOv5網絡模型，通過引入注意力機制模塊，提高網絡的細節特征提取能力，減弱光暗變化對目標檢測的影響。根據立體車庫結構裂縫大小不一的特點，改進了特征融合層結構，增加了多尺度檢測層的檢測尺度，使模型能夠準確地檢測不同大小的裂縫目標，增加了算法的健壯性。網絡的主體結構包含特征提取層、特征融合層、多尺度檢測層，如圖1所示。

（一）特征提取層

在兼顧網絡檢測速度的前提下，針對立體車庫環境復雜、采集的圖像清晰度低的問題，改進了YOLOv5網絡的特征提取層，在Bottleneck CSP模塊中引入了注意力機制，提出CBAM_ Bottleneck CSP模塊，通過對通道信息的充分利用，增強網絡的特征提取能力。CBAM_Bottleneck CSP由CBAM_ Bottleneck和CSP兩部分組成，其結構如圖2所示。

CBAM_Bottleneck基于殘差結構特征提取模塊，能夠充分利用特征映射的信息冗余特點，提高特征提取能力。CSP是一種基于殘差結構的局部、全局特征融合模塊，可以增加卷積層特征提取的效率，減少計算量，提高模型的學習能力。

（二）特征融合層

特征融合層作為網絡的路徑聚合模塊，負責將特征提取層輸出的特征信息與上采樣的信息進行融合。YOLOv5使用FPN（Feature Pyramid Networks）與PAN（Perceptual Adversarial Network）相結合增強網絡特征提取能力，自上而下進行特征融合，在實現強語義特征傳遞的同時，準確保留空間信息，并傳遞到預測層，實現強定位特征傳遞，對像素進行適當定位以形成掩模，提高小目標檢測能力。

針對立體車庫裂縫目標尺寸差異大的問題，通過增加FPN特征金字塔結構，在PAN中增加上采樣操作，提高特征信息的融合量，并增加160×160融合層，最終為檢測層輸出160×160、80×80、40×40和20×20四個尺度的特征圖。具體結構如圖1中特征融合層所示。

（三）多尺度檢測層

采用多尺度檢測層對圖像特征進行預測，將輸出的四個尺度特征圖，用于檢測不同尺寸的物體，生成預測框并預測類別。網絡輸出4個預測框信息，包含預測框的位置信息和置信度，由于輸出的預測框存在較多的重復冗余，使用非極大值抑制NMS（Non-Maximum Suppression）算法[7]，保留置信度最高的預測框位置信息，精確完成目標檢測。

三、實驗與分析

（一）數據采集及預處理

數據源自某立體車庫路面裂縫，共1000張圖片，每張圖片至少有一處裂縫，背景復雜、明暗變化且噪聲較大。實驗采用Mosaic數據增強方法對圖片進行增強，確保不同的圖片都能得到充分的訓練，使模型學習到更深層的特征信息，增強模型泛化能力。通過對圖像角度、對比度等屬性進行不同程度的調整將數據擴充到8000張，增加算法的魯棒性，提高檢測精度。采用labelimg工具對數據進行框選標注，最終整理出6400張標注的圖片作為訓練集、800張標注的圖片作為驗證集和800張標注的圖片作為測試集。

（二）實驗環境及參數設置

實驗環境搭建的計算機配置為：Intel（R） Core（TM） i5-7400 CPU @ 3.00GHz、NVIDIA GeForce GTX1050顯卡、3 GB內存，并配置使用 CUDA10.1版本和CUDNN7.6版本。深度學習框架平臺為Pytorch1.8.0版本。模型訓練時的超參數為：初始學習率0.001、動量0.98。模型輸入3通道的720×720像素圖像，受GPU顯存的限制batchsize設為6，優化器采用隨機梯度下降法SGD，總共設置迭代1000個epoch。損失函數采用交叉熵損失函數，評價指標為預測精度、召回率、mAP。

（三）實驗結果及分析

在對模型進行評估時，首先需選取適當的評價指標。選取召回率Recall、平均精度均值mAP和精確率Precision作為模型算法的評價指標，召回率能夠反映檢測器漏檢目標的問題，平均精度均值能夠反映識別網絡預測框精準度的情況，精確率能夠反映出網絡模型檢測器誤檢的情況。改進前后網絡各評價指標的對比見表1，改進后的網絡預測精度提高了8%，召回率提高了4%，mAP提高了1.87%。

在訓練過程中記錄觀察模型的損失函數曲線如圖3所示。原模型損失函數曲線見圖3（a），損失函數波動較大，下降緩慢，說明原網絡對簡單背景下小目標的特征提取能力較弱。改進后模型損失曲線見圖3（b），損失函數曲線下降較原模型更快，波動較少，在訓練到第500個epoch時損失值達到了0.01，預測邊框的平均精度均值mAP更高，收斂速度更快。

測試集中部分圖片的識別結果如圖4所示，其中方框為預測框，左上角的標簽代表這張圖片識別的種類和置信度。改進后的模型對于橫向裂縫、縱向裂縫、斜向裂縫以及光暗變化明顯處的裂縫都比原網絡識別得更精準，具有更好的魯棒性。

四、結論

針對立體車庫結構裂縫檢測，提出了一種改進的 YOLOv5 網絡模型，主要的改進有利用CBAM_Bottleneck模塊改進了骨干網絡，增強模型特征提取能力，以及針對裂縫大小差異大的問題，改進了特征融合層結構，增加了多尺度檢測層的檢測尺度，選擇20×20、40×40、80×80、160×160尺度檢測層，增加了網絡對不同尺寸目標框取的精度。實驗結果表明，改進后的YOLOv5模型在召回率、平均精度、檢測精確度上均得到了不同程度的提升。

參考文獻

[1]Shaoqing Ren， Kaiming He， Girshick Ross， et al. Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149.

[2]Joseph Redmon， Ali Farhadi. YOLO9000： Better， Faster， Stronger[C]. 30TH IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION （CVPR 2017）， 2017： 6517-6525.

[3]徐國整，廖晨聰，陳錦劍，等.基于HU-Res Net的混凝土表觀裂縫信息提取[J].計算機工程，2020，46（11）：279-285.

[4]李良福，王楠，武彪，等.基于改進PSPNet的橋梁裂縫圖像分割算法[J].激光與光電子學進展，2021，58（22）：101-109.

[5]顧書豪，李小霞，王學淵，等.增強語義信息與多通道特征融合的裂縫檢測[J].計算機工程與應用，2021，57（10）：204-210.

[6]Dihua Wu， Shuaichao Lv， Mei Jiang， et al. Using channel pruning-based YOLO v4 deep learning algorithm for the real-time and accurate detection of apple flowers in natural environments[J]. Computers & Electronics in Agriculture， 2020， 178： 105742.

[7]Han H， Gu J， Zheng Z， et al. Relation Networks for Object Detection[C]. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition， IEEE， 2018： 3588-3597.

基金項目：濟南市科技計劃（后補助）項目社會民生專項（項目編號：202131009）

責任編輯：張津平、尚丹