基于改进YOLOv8的接触网异物检测算法

来源：电子测量技术杂志2025年第23期北京时间：

作者：王卓萍，张林鍹，李奕超，陈燕楠

单位：1.新疆大学电气工程学院 乌鲁木齐 830017; 2.清华大学国家计算机集成制造系统工程技术研究中心 北京 100084; 3.中国铁路乌鲁木齐局集团有限公司科学技术研究所 乌鲁木齐 830063

摘要：针对当前的铁路接触网异物检测算法存在检测精度不高和模型过大的问题，本研究提出一种基于改进YOLOv8的接触网异物检测算法(FRDW-YOLOv8)。首先，在主干网络中引入FasterNet模块，从而构建出C2f-Faster模块，降低模型复杂度，提升模型的计算效率；其次，在特征提取阶段引入感受野坐标注意力机制(RFCA)，提高模型对于接触网异物区域的关注度，为其分配更多注意力；然后，在颈部网络中采用动态上采样器(Dysample)，可以保留接触网异物更多的细节信息；最后，采用WIoU v3损失函数，通过动态调整权重因子，提高检测模型的整体性能。实验结果表明，改进后的算法mAP值达到95.1%，较YOLOv8模型提升了2.8%，模型的计算量和参数量仅为7.3 G和2.7 M。改进后的算法进一步提高了模型的检测精度，且使模型具有轻量化的特性，充分说明改进后的算法检测性能优于目前主流的算法，能够更好地完成铁路接触网异物检测任务。

关键词：接触网异物;目标检测;注意力机制;YOLOv8;损失函数

基金资助：中国国家铁路集团有限公司青年专项课题(Q2023T002)、新疆维吾尔自治区自然科学基金(2022D01C693)项目资助