基于双尺度特征的铁路接触网吊弦检测

作者：胡碟; 金炜东; 唐鹏

来源：电工技术, 2020, (15): 64-68.

DOI：10.19768/j.cnki.dgjs.2020.15.020

• 接触网吊弦检测
• YOLO v3
• 迁移学习
• K-means聚类
• 双尺度特征

针对传统接触网吊弦检测方法效率低和速度慢等问题,提出基于双尺度特征的铁路接触网吊弦检测方法,实现对接触网吊弦的非接触式检测。该方法是结合接触网吊弦实际应用对YOLO v3算法进行改进,首先根据吊弦特征K-means聚类得到6个网络先验框,然后通过迁移学习的方式对模型进行训练,并采用双尺度特征融合方式对吊弦进行检测。试验结果表明,该算法对于背景复杂、不同光照条件和轻微遮挡等实际场景图像均具有良好的适应性。该模型检测准确率达到91.6%,检测速度达到0.3 s每张,很大程度上提高了接触网吊弦检测效率并为进一步的吊弦缺陷检测奠定了基础,具有重要的实际工程意义。

• 单位
  西南交通大学