列车闸瓦钎及闸瓦故障图像检测算法研究

摘要：

列车闸瓦钎及闸瓦状态正常与否对于货运列车安全运行极其重要,为此提出了一种改进的SSD目标检测算法,对货运列车闸瓦钎及闸瓦的缺失进行检测.首先将深度可分离卷积模块引入ResNet50网络模型,使其参数数量减少约50％,以提高检测效率.其次,将改进后的ResNet50网络模型替换SSD中的VGG16网络,以改善SSD网络模型的特征提取能力.然后利用高、低层特征融合的方法,将网络中Conv5_3和Conv7_2分别与Conv4_6和Conv6_2进行特征融合,提高检测精度.最后通过自建的货运列车制动部件缺失数据集对网络进行训练获取比较准确的网络权重.实验结果表明,改进后的SSD算法在闸瓦钎丢失检测中准确率达到96.85％,召回率达到89.50％;在闸瓦丢失检测中准确率达到97.01％,召回率达到97.01％,可以满足列车闸瓦钎及闸瓦缺失检测需求.

关键词：目标检测、SSD、深度可分离卷积、残差结构、特征融合

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51868037

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：88-94