-
题名轻量化YOLOv5s-OCG的轨枕裂纹检测算法
- 1
-
-
作者
董超群
汪战
廖平
谢帅
荣玉杰
周靖淞
-
机构
重庆科技大学机械与智能制造学院
重庆科技大学石油天然气装备研究院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第9期1838-1845,1880,共9页
-
基金
国家自然科学基金资助项目(5227041805)
国家重点研发计划资助项目(2018YFB2002205)
重庆市教委资助项目(KJQN202001538).
-
文摘
针对高铁轨枕运行年限增加导致裂纹缺陷增多的安全隐患,以及高铁轨枕表面裂纹漏检与误检问题,提出改进的YOLOv5s轨枕裂纹目标检测算法.在YOLOv5s算法主干网络中使用基于多维注意力机制的全维动态卷积代替传统卷积,提升网络整体的特征提取能力以提高细小裂纹的检测精度;根据ConvNeXt模块和深度可分离卷积提出改进的轻量化C3结构,压缩模型体积和加速网络的收敛以提高检测效率;使用尺度优化的加权GFPN特征融合网络,解决小目标多尺度下采样过程中细节特征丢失的问题,改进的YOLOv5s轨枕裂纹目标检测算法能够有效改善轨枕表面细小裂纹漏检问题.实验结果表明:改进后的算法模型参数量减少了19.7%,精确率、召回率、平均精度均值分别提高了1.8、2.4和4.2个百分点,检测速度达96帧/s.结果表明,提出的轻量化YOLOv5s-OCG算法模型为轨枕表面裂纹的实时性检测提供了一种有效解决方案.
-
关键词
轨枕裂纹检测
目标检测
全维动态卷积
轻量化结构
特征融合网络
-
Keywords
rail sleeper crack detection
object detection
omni-dimensional dynamic convolution
lightweight structure
feature fusion network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
