基于无人机机器视觉的轨道异物入侵检测方法

作者：李树杰; 贾子彦^*

来源：无线互联科技, 2023, 20(07): 112-117.

• 轨道异物
• 目标检测
• YOLOv5
• 无人机

针对传统轨道入侵异物检测方法效率和时效性的不足，文章提出一种基于无人机航拍视频的轨道异物入侵检测算法。首先，通过LSD算法定位铁轨位置并划定铁路安全边界；然后，以YOLOv5s网络为基础，针对其小目标识别率低的问题，改进网络原有的检测层尺度；最后，再引入双向特征金字塔网络，并结合CBAM注意力机制重构模型的Neck部分，进而提出改进后的模型。实验结果表明，改进后模型在VisDrone数据集和自制轨道异物数据集的平均精度值分别提高了9.7%和5.9%,模型体积缩小32%,检测速率达到50.5 frames·s-1,可以为铁路异物入侵智能化检测的研究提供参考。

• 单位
  江苏理工学院