基于改进Faster RCNN的轮对踏面缺陷检测

作者：刘应桃; 郭世伟^*; 付孟新; 张青松

来源：电子测量技术, 2023, 46(12): 34-41.

DOI：10.19651/j.cnki.emt.2211521

• Faster RCNN
• 踏面缺陷
• 特征金字塔
• 自注意力机制
• K-means++

针对目前传统图像处理算法对踏面缺陷检测存在效率不高、对环境鲁棒性不足等问题，本文提出基于改进Faster RCNN的踏面缺陷检测方法。改进的网络首先使用Resnet50作为特征提取网络，并在特征金字塔层(FPN)特征融合输出部分加入自注意力机制，加强了检测网络对小缺陷的检测能力，最后使用K-means++聚类算法对踏面缺陷数据集锚框进行聚类，并通过聚类结果定制出更适合轮对踏面缺陷的锚框。实验结果表明，改进后的Faster RCNN网络对轮对踏面缺陷检测的平均检测速度为68 ms,平均精度(mAP)达到了97.3%,对小目标缺陷的检测精度(mAPsmall)达到了39.3%。

• 单位
  西南交通大学; 牵引动力国家重点实验室