一种基于改进YOLOv3-tiny的轻量级轨道紧固件检测算法

作者：卢艳东; 李积英^*; 王筱婷

来源：铁道标准设计, 2022, 66(07): 41-47.

DOI：10.13238/j.issn.1004-2954.202104060005

• 铁路轨道
• 扣件
• 神经网络
• 轻量级
• YOLOv3-tiny
• 深度特征

为解决传统铁路轨道养护中人工巡检等工作的低效率和准确率不足等问题，提出一种改进的YOLOv3-tiny轻量级轨道紧固件检测算法。首先，其网络结构通过在深度和点方向的卷积来降低网络的计算复杂度；其次，采用具有反向残差的线性瓶颈结构设计主干网络，并在检测层采用深度可分离卷积提取紧固件的深度特征；然后，增加1个尺度在3个尺度上预测，从而有效提取紧固件的特征；最后，对目标框坐标定位过程的损失函数进行优化。实验结果表明：改进后的YOLOv3-tiny算法检测精度达98.81%,检测速度25.1 frame/s,满足其实时性的要求。

• 单位
  兰州交通大学