基于改进YOLO V4的桥梁缆索表面损伤识别方法

为实现桥梁缆索表面损伤的准确识别,提出了一种基于改进YOLO V4模型的图像识别方法.利用缆索爬行机器人采集桥梁缆索表面图像,筛选缆索表面出现损伤的图像作为数据集,并采用数据增强方法对其扩充.在原始的YOLO V4模型结构中引入注意力机制模块,以提升网络的特征提取能力.实验结果表明,改进的YOLO V4模型具有良好的泛化能力,可有效识别桥梁缆索表面损伤,平均精度为93.57％,相较于SSD模型、Faster R-CNN模型和原始YOLO V4模型,平均精度分别高出24.57％、29.93％和6.10％.