基于注意力机制的接触轨表面缺陷检测模型

摘要：

为实现对接触轨表面缺陷的准确检测和精确定位,提出基于注意力机制的CB-CA YOLOv5接触轨表面缺陷检测模型.在模型中加入CBAM注意力机制,提高模型收敛速度与检测性能.在模型组加入CA注意力机制,能获取精确的接触轨表面缺陷特征坐标定位信息.利用上海地铁16号线接触轨表面缺陷图像数据集进行实验,最终模型精确率为0.958,召回率为0.999,AP_0.5为0.968,AP_0.5:0.95为0.874,FPS为167.

关键词：接触轨、缺陷检测、YOLOv5

分类号：U231+.94(特种铁路)

在线出版日期：2022-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：41-42