基于改进Faster R-CNN的铁路信号灯与停留车检测方法

作者：秦钰松; 蔡阳; 黄朴; 朱栋贤; 黄增喜^*

来源：西华大学学报(自然科学版), 2023, 42(02): 62-69.

• 铁路信号灯
• 停留车
• 多尺度目标检测
• Faster R-CNN
• 深浅层特征融合
• 目标检测

在铁路编组站调车作业中，因调车头机车结构特点，司机难以时刻观察地面信号，常因主观误判导致调车头误闯信号灯挤坏道岔和冲撞停留车的事故发生。文章针对铁路信号灯与停留车目标大小悬殊的多尺度目标检测问题，改进Faster R-CNN目标检测算法，采用深浅层特征融合方法和多尺度训练策略，较好地兼顾了对二者的高质量检测。此外，文章采集车载铁路视频图像，标注信号灯和停留车，构建了较大型的目标检测数据集。实验结果表明，改进的Faster R-CNN在所构建数据集中，信号灯检测精确率达到96.6%，停留车检测精确率达到98.9%，检测速度约10帧/秒，能够满足铁路编组站低速调车作业应用场景的实时性要求。