基于智能数据增强和改进YOLOv3算法的接触网吊弦及支架检测研究

• 作者: 刘舒康 唐鹏 金炜东
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据增强 YOLOv3 接触网 吊弦和支架检测 卷积神经网络
• 年，卷（期）: 2020,（z2）
• 所属期刊栏目: 计算机图形学&多媒体
• 页码范围: 178-182
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.200200053

摘要

接触网是铁路上空架设的为电力机车供电的输电线路,其支架是铁路牵引供电的关键支撑部件,而接触网吊弦是输送电能的关键部件,一旦出现故障,影响巨大,严重时可能引发弓网事故,从而给列车运行带来安全隐患.找到高效准确定位两个关键设备的方法对后续异常判断具有重要意义.针对此问题,提出了一种基于智能数据的增强算法,随机选取一种或多种数据增强方法来对接触网图片进行增强;并对YOLOv3目标检测算法进行改进,增强特征提取网络,设计5个不同尺度的卷积特征图来构成特征金字塔.将改进算法和数据增强算法相结合,最终实现对接触网的吊弦和支架的检测,使用此算法在测试集上获得了93.5％的mAP(均值平均精度),速度达到45帧/秒,在保持较高精度的情况下实现了对接触网吊弦和支架的实时定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜东		295	3889	30.0	49.0
2	唐鹏		19	81	5.0	8.0
3	刘舒康		1	0	0.0	0.0