轻量化YOLO检测模型

参数减79%

专为红外热成像灌浆缺陷检测设计的轻量级实时模型，在保持高精度的同时大幅降低计算资源需求。

Shengli, Li · Shiji, Sun · Yang, Liu · Wanshuai, Qi · 姜楠 · 崔灿 · Pengfei, Zheng

Automation in Construction 2024

参数信息

mAP@0.5

96.9 %

检测速度

66 FPS

参数减少量

79 %

FLOPs减少量

77 %

技术优势

参数减79%

通过引入C3Ghost模块并将通道数调整为YOLOv5s的50%，大幅降低模型参数。

FLOPs减77%

通过上述轻量化设计，计算量大幅下降，相比YOLOv5s减少77%。

mAP@0.5达96.9%

在保持轻量化的同时，通过与SGD优化器和GIOU损失函数以及Sim注意力模块结合，检测精度达到96.9%。

检测速度66FPS

模型满足实时检测需求，推理速度达到66帧每秒。

应用场景

• 桥梁健康监测：自动识别管道灌浆缺陷，降低检测成本。
• 结构缺陷检测：实时检测结构内部缺陷，提升检测效率。
• 红外热成像分析：利用热成像自动分析缺陷区域，减少人工判读。
• 土木工程自动化：将深度学习模型集成到检测流程，推动自动化巡检。