基于改进SSD模型的高铁扣件定位算法

• 作者: 李兆洋 李柏林 欧阳 罗建桥
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 扣件定位 深度学习 SSD模型 膨胀卷积 非极大加权抑制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 线路/路基
• 页码范围: 24-29
• 页数: 6页
• 分类号: U213.5+3|TP391.41
• 字数: 3982字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.201906200003

摘要

高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用.针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD.首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度.实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4％和4.7％;与其他几种扣件定位算法相比,本文算法不仅提高了对普通轨道扣件的定位精度,而且解决了传统定位算法无法定位道岔处扣件的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李柏林	西南交通大学机械工程学院	139	883	15.0	21.0
2	罗建桥	西南交通大学机械工程学院	16	97	5.0	9.0
3	欧阳	西南交通大学机械工程学院	9	5	2.0	2.0
4	李兆洋	西南交通大学机械工程学院	1	0	0.0	0.0