基于改进YOLOv5的铁路接触网异物检测研究

摘要

铁路运输是我们国民经济的大动脉,随着高速列车的到来,对于铁路运输的安全性要求越来越高。在列车运行过程中,侵入铁路接触网的异物如果不及时处理可能会引起严重的交通事故,接触网巡检不仅要及时发现并摘除侵入接触网的异物,还要对接触网的支撑装置进行监测,现场情况复杂,人工巡检的方法在环境较为恶劣的情况下,很难在第一时间对海量的图像进行高效可靠的检测,传统的检测方法存在着成本高、效率低的缺点,为了提高接触网异物检测的性能,利用已有算法的基础上融入新模块的研究方法,提出了基于改进YOLOv5的铁路接触网异物检测方法。主要的研究内容是:根据接触网异物尺寸大小不同、形态不同以及背景复杂等特点,提出嵌入卷积注意力模块[1],并且引入深度可分离卷积,融合了改进后的SPPF模块进行提速。