基于改进YOLOv3的轨道定位点检测技术研究

作者：郑英杰; 李舒婷; 吴松荣; 刘东; 韦若禹

来源：计算机应用与软件, 2021, 38(09): 188-213.

• 绝对定位
• YOLOv3
• 定位点检测
• 样本扩充
• K-means

实时、精确地确定列车在轨道路径上的位置是保障行驶安全、提升运输效率、提供最佳服务的前提。为了解决传统绝对定位技术存在的一些不足,提出一种基于改进YOLOv3的轨道定位点检测方法。根据定位点目标大小,调整网络输入尺寸及其特征提取网络Darknet-53的结构;由于定位点样本数量稀缺,故采用旋转、增噪等手段进行样本扩充,并使用K-means算法对自制的训练集聚类分析;依据官方网络参数说明及实际图片特征,优化网络的训练参数。实验结果表明,改进后YOLOv3算法的召回率提高了23百分点,检测速度提升了31帧/s,即在提高定位可靠性的同时,也满足轨道巡检系统的实时检测速度要求。

• 单位
  西南交通大学