• 信息通信领域高质量科技期刊分级目录入选期刊
  • 中国期刊全文数据库(CJFD) 全文收录期刊
  • 中国学术期刊综合评价数据库(CAJCED) 统计源期刊
  • 中国学术期刊数据库(COJ)万方数据数字化期刊群
  • 中文科技期刊数据库(维普资讯)

1. 2023, 36(6): 0. doi:

综述

基于 YOLOV5s 的接触网鸟巢异物检测

王晓红 1,杜云飞 1,刘 畅2

关键词: 鸟巢异物;实时监控;YOLOV5s;EfficientNet-B4;

中图分类号:TP391.1

文献标识码:A

文章编号:2096-9759(2023)06-0051-04

作者简介

杜云飞(1995-),男,河北张家口人,研究生,硕士,主要研究方向:计算机视觉。
 

摘要

随着我国工业化的不断推进,铁路运输需求不断增加。铁路接触网鸟巢异物的检测一直是保障铁路运行安全的一个难点问题。针对铁路接触网鸟巢异物检测准确度低且实时性弱的问题,研究人员提出了一种轻量级 ESA4-YOLOV5s网络模型,用于对鸟巢异物进行实时监控。该模型采用了 EfficientNet-B4 作为特征提取网络,通过 SUBA 结构进行特征融合,提高了检测速度和精度。实验结果表明,该模型 AP 提高了 7.65%,检测速度提高了 4FPS,为铁路接触网鸟巢异物检测提供了新思路和方法。
 

本文引用格式