基于2阶级联轻量级卷积神经网络的高铁接触网悬挂紧固件缺陷识别方法

• 作者: 史天运 吴艳华 周雯 李平 马小宁
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 高速铁路 2阶级联 卷积神经网络 接触网 缺陷识别 紧固件 目标检测
• 年，卷（期）: 2020,（5）
• 页码范围: 115-126
• 页数: 12页
• 分类号: U226.8
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4632.2020.05.14

摘要

基于高铁接触网悬挂运行状态监测图像,分析监测图像与普通图像的区别;将紧固件缺陷检测问题转换为紧固件检测和运行状态精细识别2个过程,提出基于2阶级联卷积神经网络的紧固件缺陷识别方法.首先,设计紧固件检测网络,由轻量级特征提取网络、全局注意力模块及相互增强的分类器和检测器组成,实现目标紧固件实例的高效检测;然后,搭建1个包含4个卷积层、2个池化层、1个全连接层和1个输出层的多标签分类网络,完成紧固件运行状态的精细分类,实现缺陷识别.运用紧固体缺陷识别方法,对某高铁线路接触网状态监测图像数据进行试验分析,结果表明:2阶级联卷积神经网络的方法可以快速准确地检测紧固件的缺陷,紧固件定位平均检出率达98.2％,紧固件缺陷平均识别精度达95.8％,较单一检测网络提高约21.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史天运		87	832	13.0	23.0
2	李平		64	643	15.0	23.0
3	吴艳华		23	149	8.0	11.0
4	马小宁		26	187	6.0	13.0
5	周雯		4	2	1.0	1.0