基于深度学习的轨道异物入侵检测算法

摘要

为检测入侵轨道的异物,防止异物入侵造成铁路安全事故,对轨道异物入侵检测算法进行研究.区别于现有技术算法存在的缺陷,研究并设计一套深度学习相关的轨道异物入侵检测模型,能够较好解决检测轨道异物入侵问题.结合传统机器学习算法对图像进行基本处理,划定入侵区域,利用深度学习的YOLO-V3网络模型进行多次训练,通过训练模型检测划定好的入侵区域,检测区域内是否存在异物,若有则向相关工作人员进行报警,若无则持续检测.在自制数据集上的训练验证了网络框架的可行性,并与现有其它网络模型算法进行对比,获得较好的均值平均精度得分.该算法对于铁路轨道异物检测领域的应用具有参考意义.