基于YOLOv3改进算法的轨枕裂纹检测研究

摘要

针对在现有轨枕裂纹检测中传统检测方法检测效率低和精度差的问题,本文提出一种基于YOLOv3改进算法的轨枕裂纹检测模型。首先,通过灰度投影法对原始有砟道床图像中的轨枕区域进行定位和分割;其次,将挤压与激活模块和空间金字塔池化引入改进的网络模型中,有效抑制轨枕图像中其他冗余的特征干扰,空间金字塔池化保证了原始图像的比例,对分割得到混凝土轨枕区域的裂纹状态进行进一步的检测;此外,通过将改进网络模型中的损失函数回归预测部分改进为新的CIoU函数,提高了模型的预测准确程度。经实验结果验证,本检测方法与YOLOv3直接对轨枕进行定位相比,对混凝土轨枕裂纹的检测,精确度达到96.3%,召回率达到91.2%,MAP达到91.5%,FPS达到76.6张/s。总体表现提升显著,能够达到精确快速的检测效果。