基于改进YOLOv11n的轻量级桥梁裂缝图像检测算法

打开文本图片集

摘要：针对当前桥梁裂缝图像检测精度较低，算法规模较大不便于部署在资源受限的边缘设备等问题，提出一种改进YOLOvl1n（you only look once version11nano）的轻量级桥梁裂缝图像检测算法，通过融合ShufleNetV2模块与跨尺度融合模块（cross-scale fusion module，CCFM），构建Shufle-CCFM结构，提高多尺度特征的融合能力并降低算法参数量;在跨通道局部空间注意力（cross-channel partial spatial attention，C2PSA）模块中引入倒置残差块注意力机制（inverted residual mobile block with atention，iRMB），形成 C2PSA-iRMB模块，提高算法对复杂裂缝细节的识别能力，并增强同一裂缝结构区域内空间长距离特征的关联建模能力;在C3k2模块中集成小波卷积（wavelet transform convolution，WTConv），形成C3k2-WTConv 模块，提高模型在不同尺度下的特征提取能力;采用动态上采样器DySample代替传统上采样模块，根据特征图内容自适应调整采样位置，提高上采样阶段的空间分辨率与细节还原能力。（剩余17198字）