基于深度学习的实例细分 的高速铁路空中接触系统导体 在视频图像中的视频图像
Xiaotong Yao1, Huayu Yuan1, Shanpeng Zhao2
1School of Electronic & Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China.
Sensors (Basel, Switzerland)
|August 14, 2025
概括
在高速铁路上空接触系统 (OCS) 中,导体的冲动会带来安全风险. 这项研究增强了YOLOv11-seg,用于精确地检测飞,改进了铁路安全监控.
科学领域:
- 铁路工程 铁路工程是指铁路工程.
- 计算机视觉 计算机视觉
- 信号处理 信号处理
背景情况:
- 空中接触系统 (OCS) 的导体容易受到自然因素引起的冲动,导致疲劳损伤和安全问题.
- 实例细分提供了一个精确的方法,通过划分像素级轮来识别和分析导体的情况.
研究的目的:
- 开发和评估一个增强的实例细分模型,用于检测OCS中的导体冲刺.
- 为了提高OCS导体冲刺的准确性和实时检测能力.
主要方法:
- 一个增强的YOLOv11秒模型,包含一个四方向Sobel增强 (FDSE) 模块,具有高效频道注意力 (ECA) 和焦点损失 (FL).
- 使用四向索贝尔过器用于边缘特征提取和对连续视频的面具差异分析,用于自主跳跃检测.
主要成果:
- 改进后的模型实现了85.38%的精度,77.30%的回忆,84.25%的AP@0.5和81.14%的F1得分.
- 实现了44.78 FPS的实时处理速度,可立即发出异常警报.
结论:
- 拟议的实例细分方法有效地检测和可视化导体在OCS.中奔.
- 该方法为提高高速铁路系统运行安全提供了强大的技术支持.
