Optics and Precision Engineering, Volume. 30, Issue 13, 1591(2022)
Detection of foreign object debris on night airport runway fusion with self-attentional feature embedding
Figures & Tables(17)
Table 1. Parameters of LRCP20680_1080P camera
View tableView in ArticleTable 1. Parameters of LRCP20680_1080P camera
参 数 值 传感器规格 高级COMS感光芯片 1/2.7 inch 像元尺寸 3 μm×3 μm 最低工作照度 0.051 lx 速度 30 frame/s 输出分辨率 1 280×720
Table 2. Initial candidate box size of detect layers
View tableView in ArticleTable 2. Initial candidate box size of detect layers
检测层 聚类前 聚类后 20×20 （10， 13）， （16，30）， （33， 23） （6， 8）， （10，15）， （12， 24） 40×40 （30， 61）， （62， 45）， （59， 119） （16， 18）， （22， 27）， （33， 16） 80×80 （116， 90）， （156， 198）， （373， 326） （37， 77）， （42， 35）， （66， 68）
Table 3. Result of ablation experiments
View tableView in ArticleTable 3. Result of ablation experiments
模 型 GIoU K-means CIoU Transformer BottleNeck Weight
/MB
Speed/
（frame·s-1）
mAP
/%
YOLOv5+GIoU √ 14.4 41.8 82.9 YOLOv5+K-means+ GIoU √ √ 14.4 43.2 83.6 YOLOv5+K-means+CIoU √ √ 14.4 42.5 84.3 YOLOv5+K-means+CIoU+TransformerBotteNeck √ √ √ 14.4 38.0 88.1
Table 4. Comparison of effect of subspace number of self-attentional branches
View tableView in ArticleTable 4. Comparison of effect of subspace number of self-attentional branches
Model Speed/
（frame·s-1）
Weight
/MB
mAP
（%）
Plier （%）
Screwdriver （%）
Strapping_tape （%）
Nail （%）
Sheetmetal （%）
Spanner （%）
Branch （%）
Nut （%）
Block_rubber （%）
CSPTNet-1H 41.5 14.4 87.2 91.8 80.7 83.8 81.6 90.8 92.0 75.6 89.3 87.2 CSPTNet-2H 39.4 14.4 87.2 81.7 91.0 85.7 78.5 87.2 90.0 74.4 98.0 98.1 CSPTNet-4H 38.0 14.4 88.1 86.9 93.3 77.7 74.0 95.6 94.4 83.5 96.1 91.5 CSPTNet-8H 28.5 14.4 87.1 82.5 86.0 92.3 83.6 94.0 90.1 66.2 89.9 87.1 CSPTNet-16H 20.6 14.4 84.1 79.6 86.1 81.2 80.4 91.1 94.5 76.6 82.5 84.7
Table 5. Comparative experiment results of attention mechanism
View tableView in ArticleTable 5. Comparative experiment results of attention mechanism
Model Speed/
（frame·s-1）
Weight
/MB
mAP
（%）
Plier
（%）
Screwdriver
（%）
Strapping_tape
（%）
Nail
（%）
Sheetmetal
（%）
Spanner
（%）
Branch
（%）
Nut
（%）
Block_rubber
（%）
SE 40.6 15 76.5 77.1 62.8 70.5 77.5 90.8 85.4 72.2 57.5 94.5 CoordAtt 39.0 14.5 77.6 70.3 74.5 81.6 79.4 89.7 78.6 56.6 76.2 90.6 CBAM 42.0 14.5 79.9 67.1 82.4 80.4 77.4 92.5 86.3 65.8 75.5 91.3 ChannleAtt 45.0 14.5 80.7 66.7 75.7 81.4 84.1 88.5 90.0 71.7 78.9 89.0 ECA 42.7 14.8 83.7 69.1 85.7 83.7 81.4 89.8 87.8 72.6 84.5 98.6 SAM 41.8 14.5 85.4 85.9 86.1 82.5 82.9 85.8 95.1 76.4 82.4 91.5 MHSA 38.0 14.4 88.1 86.9 93.3 77.7 74.0 95.6 94.4 83.5 96.1 91.5
Table 6. Effect comparison of bottleneck modules
View tableView in ArticleTable 6. Effect comparison of bottleneck modules
Model Speed/（frame·s-1） Weight
/MB
mAP
（%）
Plier （%）
Screwdriver （%）
Strapping_tape （%）
Nail （%）
Sheetmetal （%）
Spanner （%）
Branch （%）
Nut （%）
Block_rubber （%）
YOLOv5-ST 41.2 14.7 82.4 66.4 82.3 77.0 76.1 87.4 90.7 82.9 86.6 92.0 YOLOv5-Ghost 47.5 13.2 83.5 75.3 85.8 82.5 80.5 90.4 91.1 83.7 72.7 89.8 YOLOv5-CSP 43.9 14.6 85.0 90.3 86.7 87.0 78.1 88.9 89.1 70.3 85.4 88.9 CSPTNet 38.0 14.4 88.1 86.9 93.3 77.7 74.0 95.6 94.4 83.5 96.1 91.5
Table 7. Comparison of model effects
View tableView in ArticleTable 7. Comparison of model effects
Model Speed/（frame·s-1） Weight
/MB
mAP
（%）
Plier
（%）
Screwdriver
（%）
Strapping_tape
（%）
Nail
（%）
Sheetmetal
（%）
Spanner
（%）
Branch
（%）
Nut
（%）
Block_rubber
（%）
YOLOv3-tiny 49.7 17.4 30.3 40.5 9.0 26.4 22.2 59.3 42.4 0 13.5 59.1 VarifocalNet 14.9 261.4 52.8 70.7 56.7 69.5 2.8 42.8 78.2 75.3 1.4 77.4 Faster R-CNN 19.9 330.6 65.6 88.9 72.0 87.3 20.7 53.7 85.4 80.6 21.7 80.5 Sparse R-CNN 17.2 1300 73.0 85.3 65.7 93.8 47.1 72.8 79.1 79.3 59.2 74.5 TOOD 16.6 255.8 75.1 84.0 81.5 90.0 49.8 62.3 90.9 80.9 60.0 81.8 YOLOx 14.8 71.9 78.69 92.6 81.5 97.5 56.1 87.8 98.0 83.3 23.8 87.6 YOLOv3 39.5 19.4 82.9 59.9 81.3 88.6 71.1 94.5 87.7 75.3 96.5 91.5 YOLOv5 41.8 14.4 82.9 77.8 72.4 82.5 76.6 88.5 89.8 82.3 76.2 99.5 Ours 38.0 14.4 88.1 86.9 93.3 77.7 74 95.6 94.4 83.5 96.1 91.5
Tools
Get Citation
Copy Citation Text
Zifen HE, Guangchen CHEN, Sen WANG, Yinhui ZHANG, Linwei GUO. Detection of foreign object debris on night airport runway fusion with self-attentional feature embedding[J]. Optics and Precision Engineering, 2022, 30(13): 1591
Paper Information
Category: Information Sciences
Received: Jan. 5, 2022
Accepted: --
Published Online: Jul. 27, 2022
The Author Email: ZHANG Yinhui (yinhui_z@163.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20