基于深度视觉算法的轨面伤损检测方法

作     者：王保成 袁昊 韩峰 王超 李佳恒 WANG Baocheng;YUAN Hao;HAN Feng;WANG Chao;LI Jiaheng

作者机构：兰州交通大学土木工程学院甘肃兰州730070 

基　　金：中国国家铁路集团有限公司重点课题(N2023X050) 兰州交通大学重点研发项目(LZJTU-ZDYF2305) 

出 版 物：《实验技术与管理》 (Experimental Technology and Management)

年 卷 期：2024年第41卷第9期

页      码：84-91页

摘      要：针对现有目标检测器存在的推理延迟、不稳定和高计算成本等问题,提出一种基于深度学习理论的创新算法RT-DETR(RT-DETR-L),实现了对钢轨表面伤损的高效精细化检测。基于该算法设计的目标检测实验方案,去除了传统目标检测算法中的非极大值抑制(NMS)后处理步骤;引入了一个解耦单尺度内部交互和跨尺度融合的高效混合编码器;提出了一种IoU-aware初始化对象查询机制,并重新定义了目标函数。实验结果表明,该方案能有效提高算法在检测钢轨表面伤损时的准确率和召回率,在检测剥离掉块、疲劳裂纹、接头方面表现出色,准确率分别为95.1%、93.8%和99.5%,检测速度为8.62 ms/帧,参数量仅为4.2 M。该研究成果能够为钢轨养护维修提供一种准确高效的检测方案。

主 题 词：钢轨表面 伤损检测 NMS 混合编码器 loU-aware 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.16791/j.cnki.sjg.2024.09.012

馆 藏 号：203143887...