基于YOLOv3算法的轨道扣件自动定位与检测

发布时间：2023-12-24 16:52

　　针对目前轨道扣件人工检测效率低、准确率低等问题,提出了基于YOLOv3算法的轨道扣件自动定位及检测方法。采集有砟轨道和无砟轨道的扣件图像并进行标注,通过K-means聚类确定预设边界框大小;为了更好地检测到细粒度特征,采用4个不同尺度的特征图来进行对象检测;对Darknet-53网络进行改进,有利于解决深层次网络的梯度问题,增加轨道扣件目标识别模型的识别效果。试验结果表明,该方法对轨道扣件目标识别效果较好,检测准确率较高。

【文章页数】：5 页

【文章目录】：
1 检测算法
    1.1 深度学习算法简介
    1.2 YOLOv3算法
2 YOLOv3算法模型适应性改进
3 试验验证
    3.1 数据集建立
    3.2 预设边界框的选取与预测
    3.3 结果分析
4 结语



本文编号：3874923