基于YOLOv4的列车锁紧板图像故障检测

• 作者: 王苗 张龙信
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 故障检测 锁紧板 YOLOv4
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 42-43,49
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.20.012

摘要

锁紧板偏移故障是货运列车频发的典型故障之一,针对其平均识别精确度较低的问题,将目标检测YOLOv4模型应用于改善货运列车部位锁紧板图像检测.首先,对锁紧板偏移、正常图像进行Mosaic数据增强,以解决数据集样本较少问题.其次,使用k-means聚类算法,得到更优的初始anchor的位置,以提高故障检测精确度.最后,通过非极大值抑制获取得分最高的检测结果.实验表明,通过使用目标检测YOLOv4能够精确地实现锁紧板故障的检测.