标题：基于改进YOLOv5的钢筋节点检测方法
作者：于铭铭1 段浩1；郭帅2；蒋海里3 艾腾峰1
作者单位：1 上海大学机电工程与自动化学院，上海 200444；2 上海大学工程训练技术中心，上海 200444；3 上海公路桥梁（集团）有限公司，上海 200433
关键字：钢筋节点检测；轻量化；特征提取；特征融合；损失函数
摘要：原YOLOv5算法参数量、计算量过大，不能部署在算力有限的嵌入式设备上。基于YOLOv5算法提出轻量化的钢筋节点检测算法YOLOv5-FAS，将YOLOv5的Backbone部分替换为FasterNet网络，减少参数量和计算量；将YOLOv5的head部分由PAN-FPN替换为AFPN，渐近融合低层纹理信息和高层语义信息，减少特征信息的丢失和退化；将YOLOv5的损失函数替换为ECIOU，提升模型定位精度。在钢筋节点私有数据集上的测试结果表明，与YOLOv5s相比，改进算法参数量和计算量分别减少39.4%和38%，检测精度提升0.3%，检测速度提升160%，该算法适用于钢筋捆扎机器人对钢筋节点的实时检测要求。