基于改进SSD的铁路障碍物检测研究

作者：焦双健; 刘东^*; 王超

来源：现代电子技术, 2023, 46(02): 57-64.

DOI：10.16652/j.issn.1004-373x.2023.02.012

• 铁路安全
• 目标检测
• SSD
• Faster R-CNN
• 铁路障碍物
• 反卷积模块
• 特征提取网络
• 修正参数

铁路安全问题中由障碍物造成的安全事故占比大，后果严重。目前，铁路障碍物的检测方法存在检测精度低、实时性差的问题，并且需要耗费大量人力。为此，文中将目标检测技术应用到铁路障碍物检测中，通过实时监控预警辅助人工巡检，提高检测效率。首先选取Faster R-CNN和SSD两种目标检测算法，根据特征提取网络性能对比，选择两种性能较好的特征提取网络VGG-16和MobileNet-v2，完成4种目标检测模型的搭建；然后通过修正参数训练，对两种模型进行对比，确定最佳模型为SSD＿VGG-16；最后在此基础上，从反卷积特征融合方面入手，对模型进行改进。测试结果表明：改进后的New＿SSD＿VGG-16模型的平均精度（mAP）为82.4%，单张图片平均检测时间为0.071 s；相较于Faster R-CNN及未改进的SSD＿VGG-16模型，文中模型在保证一定检测准确率的同时，还可以提升检测速度。

• 单位
  中国海洋大学