引入卷积块注意力模块的YOLOv5网络在地铁车辆一系弹簧断裂检测中的应用

摘要：

作为地铁车辆关键部件的一系弹簧会发生断裂,威胁列车运行安全.由于一系弹簧断裂的位置、形状不同,并且断裂位置常常被遮挡,使得采用目标检测方法检测时,目标面积较小.对于小目标,采用的基于深度学习的目标检测方法检测难以达到好的效果.针对这一问题,在YOLOv5 网络的基础上加以改进,加入更小的初始检测锚框,并且在主干网络加入空间和通道注意力模块.对比试验结果表明,改进后平均准确率提高 3%,有效提高了小目标的检测能力.

关键词：地铁动车组、转向架、一系弹簧、YOLOv5 算法、卷积块注意力模块、注意力机制、目标检测

所属期刊栏目：51

分类号：U266.281.4(机车工程)

在线出版日期：2023-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33