基于改进Faster R-CNN的CRTS Ⅱ型轨道板裂缝检测方法

摘要：

高速铁路无砟轨道伤损检测维修的准确率和时效性关乎高速铁路的运营安全,采用机器视觉技术进行高速铁路无硅轨道板裂缝伤损检测可极大提升检测工作的准确率和效率,为此根据CRTS Ⅱ型轨道板裂缝伤损样本数据特点,提出一种基于改进Faster R-CNN的方法对轨道板裂缝进行检测.该改进方法将检测问题转化为定位问题,精简网络模型,其主干网络选用残差网络,避免网络深度过深而导致学习速度下降;引入引导锚框,以减少冗余锚框,提高检测针对性;采用Soft-NMS算法,改善轨道板裂缝检测的重叠状况,提高裂缝检测效果.为评估该改进方法的可靠性,建立CRTS Ⅱ型轨道板裂缝检测评价标准,并依据该评价标准将改进方法与R-FCN,YOLO-v5,FasterR-CNN及YOLOx网络算法进行对比测试.结果表明:提出的改进方法综合表现优于其他算法,具有更高的准确率以及最小的漏检率,最佳模型查准率为95.9％,查全率为89.6％,相较于其他几种经典算法分别提高了约2％～4％和2％～6％,能够较好地应用于CRTS Ⅱ型轨道板裂缝检测场景.

关键词：高速铁路、CRTSⅡ型轨道板、伤损检测、FasterR-CNN、轨道板裂缝、Soft-NMS、引导锚框

所属期刊栏目：44

分类号：U216.3(铁路线路工程)

资助基金：国家自然科学基金;北京市自然科学基金资助项目;北京市自然科学基金资助项目;北京市博士后工作经费资助项目;北京市属高校高水平教师队伍建设支持计划青年拔尖人才培育计划项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：106-113