基于改进SSD模型的高铁扣件定位算法

摘要：

高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用.针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD.首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度.实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4％和4.7％;与其他几种扣件定位算法相比,本文算法不仅提高了对普通轨道扣件的定位精度,而且解决了传统定位算法无法定位道岔处扣件的问题.

关键词：扣件定位、深度学习、SSD模型、膨胀卷积、非极大加权抑制

所属期刊栏目：64

分类号：U213.5+3;TP391.41(铁路线路工程)

资助基金：四川省科技计划项目2018GZ0361

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-29