基于改进Mask R-CNN的铁路扣件状态检测方法研究

摘要

针对传统的基于深度学习的扣件状态检测方法对偏移扣件检测困难的问题,提出了一种基于改进掩膜区域卷积神经网络(Mask R-CNN)的铁路扣件状态检测方法.首先通过现场试验建立图像数据集,并对图像进行标注;然后利用该数据集建立基于Mask R-CNN的扣件状态检测方法,提取扣件位置并进行分割;最后针对偏移扣件,采用最小外接矩形法改进Mask R-CNN的输出层,获取扣件角度信息,以提高偏移扣件检测的准确率.经在京沪高速铁路试验段现场测试,采用本文方法能够对偏移扣件进行有效检测,并且检出率和准确率均较高.