基于轻量化模型的钢轨扣件缺陷检测系统 |
| |
引用本文: | 张元,孟建军,吕德芳,祁文哲,胥如迅,陈晓强.基于轻量化模型的钢轨扣件缺陷检测系统[J].仪表技术与传感器,2023(11):96-101+106. |
| |
作者姓名: | 张元 孟建军 吕德芳 祁文哲 胥如迅 陈晓强 |
| |
作者单位: | 1. 兰州交通大学机电技术研究所;2. 甘肃省物流与运输装备行业技术中心;3. 甘肃省物流及运输装备信息化工程技术研究中心;4. 兰州交通大学机电工程学院 |
| |
摘 要: | 铁路巡检工作中,嵌入式设备受算力和存储空间的限制,存在使用YOLO V5模型检测钢轨扣件缺陷速度慢、精度较低的问题。通过替换YOLO V5主干卷积网络为MobileNet V3,将网络中的激活函数修改为Mish并融合协同注意力机制,实现模型的轻量化改进。将改进后的模型部署到嵌入式设备Jetson TX2上,使用板载CSI摄像头扫描、拍摄钢轨扣件,并搭载显示屏等设备构成钢轨扣件缺陷检测系统。运行系统,单张扣件图片的检测速度达56.8 ms,准确度在90%以上,并且模型大小仅有9.8 MB,符合占用存储少、检测效果佳的轻量化要求。
|
关 键 词: | 嵌入式设备 扣件缺陷检测 轻量化 YOLO V5 卷积网络 目标检测 |
|
|