基于YOLOv5的岸边集装箱桥式起重机钢丝绳损伤检测方法

针对岸边集装箱桥式起重机钢丝绳传统监测方式存在着故障识别率低的问题，提出了一种基于改进YOLOv5的岸边集装箱桥式起重机钢丝绳损伤检测方法。首先，在骨干特征提取网络部分引入注意力机制CBAM，对重要的特征通道进行强化；其次，选用损失函数EIOU对训练模型进行优化；最后替换原YOLOv5算法使用的加权NMS算法，提高边框的位置精度。实验结果表明，改进后的YOLOv5目标检测网络在钢丝绳损伤数据集上对断丝、磨损、畸变3种损伤类型的平均精度均值达90.3%，比原始的YOLOv5算法提高了3%，检测效果更优，实现了对钢丝绳更快速的识别，为今后开发岸边集装箱桥式起重机钢丝绳在线监测系统提供了一定的理论基础。