一种基于RefineDet网络和霍夫变换的高速铁路接触网吊弦状态多尺度检测方法

• 作者: 齐冬莲 钱佳莹 闫云凤 曾晓红
• 来源期刊: 电子与信息学报
• 关键词: 目标检测 深度学习 接触网4C 缺陷分析 霍夫变换
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图像与智能信息处理|Image and Intelligent Information Processing
• 页码范围: 2014-2022
• 页数: 9页
• 分类号: TN911.73|TP391.4
• 语种: 中文
• DOI: 10.11999/JEIT200357

摘要

针对高速铁路接触网吊弦的状态检测问题,该文提出一种基于RefineDet网络和霍夫变换的吊弦多尺度定位与识别方法.通过设计RefineDet网络的粗调和精调模块对吊弦整体结构进行定位,采用霍夫变换锁定吊弦中部吊悬线所在直线,并利用旋转因子沿直线方向提取吊悬线区域;以吊悬线区域代替吊弦结构整体区域送入分类网络进行训练,通过所建立的多尺度吊弦状态检测模型,实现吊弦状态的精确识别.实验结果表明,吊弦定位模型的准确率达95.3％以上;霍夫变换可排除无效区域对吊弦状态识别的干扰,提高分类网络的训练速度,吊弦状态识别模型准确率达97.5％以上.