基于OSE-dResnet网络的列车底部零件检测算法

摘要：

针对列车底部零件难以检测的问题,提出了一种基于OSE-dResnet网络的列车底部零件检测算法.为了增加特征提取的丰富度与准确性,以Resnet50网络为基础,通过增加跨层传输来强化特征的提取;其次,在特征提取网络上嵌入OSEnet模块,利用全局特征增强有益特征通道;最后,将不同尺度特征层进行融合,实现特征信息互补.实验结果表明:引入OSEnet模块和d-Resnet网络后的算法对列车底部零件具有很好的检测效果,在测试数据集上对所提算法进行验证,mAP达到了98.77％.

关键词：深度学习、目标检测、d-Resnet、OSEnet、多尺度特征融合

所属期刊栏目：44

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;湖北工业大学博士启动基金

在线出版日期：2022-04-27（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：692-698