![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于改进YOLOv5的铁路接触网异物检测研究.pdf
《基于改进YOLOv5的铁路接触网异物检测研究.pdf》由会员分享,可在线阅读,更多相关《基于改进YOLOv5的铁路接触网异物检测研究.pdf(5页珍藏版)》请在咨信网上搜索。
1、2023年10月西安交通工程学院学术研究Oct.2023第 8 卷第 3 期Academic Research of Xian Traffic Engineering InstituteVol.8No.3作者简介:作者简介:王倩(1996-),女,助教,研究生,机械工程。基基于于改改进进 YOLOv5 的的铁铁路路接接触触网网异异物物检检测测研研究究王倩(西安交通工程学 陕西西安 710300)摘摘要要:铁路运输是我们国民经济的大动脉,随着高速列车的到来,对于铁路运输的安全性要求越来越高。在列车运行过程中,侵入铁路接触网的异物如果不及时处理可能会引起严重的交通事故,接触网巡检不仅要及时发现并摘
2、除侵入接触网的异物,还要对接触网的支撑装置进行监测,现场情况复杂,人工巡检的方法在环境较为恶劣的情况下,很难在第一时间对海量的图像进行高效可靠的检测,传统的检测方法存在着成本高、效率低的缺点,为了提高接触网异物检测的性能,利用已有算法的基础上融入新模块的研究方法,提出了基于改进 YOLOv5 的铁路接触网异物检测方法。主要的研究内容是:根据接触网异物尺寸大小不同、形态不同以及背景复杂等特点,提出嵌入卷积注意力模块1,并且引入深度可分离卷积,融合了改进后的 SPPF 模块进行提速。关关键键词词:铁路接触网;异物检测;YOLOv5 算法中中图图分分类类号号:O121.8;G558 文文献献标标识识
3、码码:AResearch on Foreign Object Detection Method for Railway ContactSystem Based on Improved YOLOv5WANG Qian(Xian Traffic Engineering Institute,Xian Shaanxi 710300,China)Abstract:Railway transportation is the main artery of our national economy,and with the arrival of high-speed trains,the safetyrequ
4、irements for railway transportation are becoming increasingly high.During the operation of the train,foreign objects that invadethe railway contact network may cause serious traffic accidents if not dealt with in a timely manner.Contact network inspection notonly needs to detect and remove foreign o
5、bjects that invade the contact network in a timely manner,but also needs to monitor thesupport device of the contact network.The on-site situation is complex,and manual inspection methods are difficult to efficiently andreliably detect massive images in a harsh environment,Traditional detection meth
6、ods have the drawbacks of high cost and lowefficiency.In order to improve the performance of foreign object detection in overhead contact systems,a research method based onimproved YOLOv5 was proposed by incorporating new modules into existing algorithms.The main research content is:based on thechar
7、acteristics of different sizes,shapes,and complex backgrounds of foreign objects in the contact network,an embeddedconvolutional attention module is proposed,and deep separable convolution is introduced to fuse the improved SPPF module forspeed improvement.Keywords:railway contact network;foreign ob
8、ject detection;YOLOv5 algorithm引引言言高速铁路接触网是在铁路线路上架设的,实际上是一种特殊形式的输电线路,主要的用途是向电力机车提供电能。但由于接触网结构以及安装位置的特殊性,如果发生异物入侵很容易会引起列车供电发生问题,甚至会引起电路故障甚至可能造成列车晚点、铁路安全事故等严重的社会影响,如何在传统的检测方法的基础上做到对接触网异物更加准确的检测成为一个热点研究问题。目前,国内外对于接触网异物的检测研究还在进一步进行中,在传统检测方法中国外 Cao2等学者提出了一种以角点特征为基础的目标检测算法,随着深度学习的概念被提出并不断进行深入研究,目标检测模型算法被提
9、出,其中比较典型的算法有YOLO3、R-CNN 等。国内学者纪扬4提出了一种Faster R-CNN 算法,这种算法利用细粒度分类并能够对绝缘子缺陷进行识别,从而提高目标检测精度;段旺旺利用图像的 HOG 特征对铁路接触网上的鸟巢进行检测5。为了探究基于目标检测方法下的接触网异物检测,本文在国内外研究的基础上提出了一种基于改进 YOLOv5 的 YOLOv5s 铁路接触49基于改进 YOLOv5 的铁路接触网异物检测方法研究网异物检测方法,能够更加迅速的对接触网异物进行识别。1 图像处理相关理论与技术基础1.1 图图像像处处理理与与目目标标检检测测技技术术随着数字图像处理、AI 技术、统计学等
10、学科融入到计算机及视觉技术的,运用计算机技术来进一步解释、理解、定义图像成为可能6。数字图像处理过程就是对图像信息进行加工处理和分析,从而满足人的视觉心理和实际要求。因此在图像处理的相关领域中,为了获得较好的视觉效果,通常对图像进行处理,最终得到较好的检测效果。目标检测一般定义为:通过算法和先验信息判断图像目标和背景的二元分类方法,常用边界框标出每个类的位置及大小。目标检测技术目前主要分为两种,分别是一阶段模型和二阶段模型,一阶段模型又称为“one-stage”,这种模型最显著的特点是检测速度快,但同时也存在检测精度低的不足;二阶段模型又称为“two-stage”,这种模型的突出特点是可以显著
11、提高检测精度,但由于涉及的参数比一阶段模型多,所以检测速度显著下降。在铁路接触网异物检测的研究中,需要对复杂的铁路环境进行检测,为了减少计算量和提升计算速度,选择一阶段模型检测算法进行检测。机器视觉的目标检测算法能够快速对特定目标进行定位和分类,且目标检测技术被广泛应用于军事7、工业质检、自动驾驶8等领域。将图像处理技术应用于铁路接触网异物检测中,由于检测目标的状态以及外部表现不尽相同,且由于光照条件的变化、外部是否有遮挡等因素的影响,目标检测不仅是热门领域,而且是具有一定难度的领域。目标检测的目标是对数字图像中某一语义对象的实例进行检测,传统的目标检测路线是首先将检测区域划分出来,然后在手动
12、划分的检测区域中进行特征的提取和分类,这种方向的检测速度和准确度都存在着局限信号。随着深度学习概念的提出,目标检测技术逐渐融合了神经网络,可以对大量的样本数据集进行训练,从而获取目标特种提取和特征拟合能力。为了满足铁路接触网异物检测的需求,所以选择了基于深度学习的目标检测技术。1.2 YOLOv5s 目目标标检检测测模模型型YOLO 系列算法是一种 one-stage 一阶模型算法,YOLO 模型是一种可以实现从端到端目标检测任务的典型模型,其检测速度有了明显的提升,它不像二阶段模型检测方法那样先提取候选框,再进行回归和分类,而是将目标检测分为两个步骤合并在一起,大大减少了计算量,提升了检测的
13、速度。YOLOv5 是 YOLO 系列算法中最轻量化的算法,YOLOv5S 目标检测算法的主体包含了 4 个通用模块:输入端、Backbone 网络、Neck 网络与 Head 输出端,YOLOv5S 的网络结构如图 1 所示。图图 1 YOLOv5s 的的网网络络结结构构图图输入端表示输入的图片,但目标检测算法不能直接使用图片,通常要图像的预处理阶段,例如在图片输入阶段,由于图片的背景、清晰度、亮度、等不尽相同,需要在保证图片不失真的情况下进行归一化处理。在对数据集进行训练时使用 Mosaic数据增强操作,提升训练速度和精度;Backbone 网络主要负责特征提取部分,包含了 Focus,C
14、onv,C3,SPP 模块,本文对 YOLOv5 进行改进主要在这一部分进行。Focus 模块主要负责对特征图进行分割切片,切片后的特征图又沿通道维度进行堆叠,经过切片以及堆叠处理后的特征图大小减小为原来的四分之一,但通道数增加至原来的四倍;再经过一次 Conv(标准卷积),就同时实现了对数据集样本的采集与特征提取;Neck网络通常位于Backbone网络和输入端的中间位置,主要负责对特征图进行特征融合;Head 网络负责将目标检测得到的最终结果进行输出,这一部分主要通过三个检测层去检测大小形状不尽相同的目标。2 改进后的 YOLOv5s 目标检测模型2.1 融融合合注注意意力力机机制制为了解
15、决铁路接触网异物检测中由于背景复杂多变而引起的漏检或者误检问题,为了增强网络的特征提取能力9,最大程度排除背景信息的干扰,在原 YOLOv5 模型中的普通卷积中嵌入注意力机制。注意力机制由通道注意力模块和空间注意力模50基于改进 YOLOv5 的铁路接触网异物检测方法研究块组成,两个模块随时进行调用,能够方便的集成到现有的网络架构当中10。YOLO 目标检测系列算法在发展过程中不仅保持了速度优势,而且通过不断改进网络结构,还平衡了速度和准确度的要求。选择 YOLOv5 作为骨干网络11,是因为 YOLO作为首个一阶检测器,源自于人类大脑对看到的视觉信息进行处理的机制12,并提出将整张图片作为输
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 YOLOv5 铁路 接触 异物 检测 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。