基于改进YOLO V3算法的轨道扣件缺陷检测

作     者：韦若禹 李舒婷 吴松荣 郑英杰 刘东 WEI Ruoyu;LI Shuting;WU Songrong;ZHENG Yingjie;LIU Dong

作者机构：磁浮技术与磁浮列车教育部重点实验室成都610031 西南交通大学电气工程学院成都611756 

基　　金：四川省科技计划项目(2019JDTD0003) 

出 版 物：《铁道标准设计》 (Railway Standard Design)

年 卷 期：2020年第64卷第12期

页      码：30-36页

摘      要：目前轨道线路养护主要采用人工巡检方式,针对其存在的准确率不足、效率低下等问题,提出一种基于改进YOLO V3的轨道扣件缺陷检测方法。首先通过K-means算法对缺陷目标候选框的尺寸进行聚类分析;其次根据检测目标普遍较小的情况改进YOLO V3的层级结构,即选取两组尺度特征对扣件缺陷的位置和类别进行预测;最后将取自某地铁线路的轨道图像数据制作成轨道扣件缺陷数据集,用改进前后的YOLO V3网络模型进行对比实验。结果表明,改进后YOLO V3模型的平均准确率均值提高了20.64%,达到95.62%,检测速度提高了82.5%,达到58.4fps,能够准确且快速地识别出轨道扣件中的缺陷。

主 题 词：扣件缺陷 目标检测 YOLO V3 K-means算法 尺度特征 铁路轨道 

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：10.13238/j.issn.1004-2954.201912090005

馆 藏 号：203994617...