《电子测量技术杂志》发表论文赏析

基于改进YOLO算法地铁异物检测

来源:电子测量技术杂志2025年第16期北京时间:

作者:何赛赛,黄民,王文胜

单位:1.北京信息科技大学机电学院 北京 100192;2.北京信息科技大学现代测控技术教育部重点实验室 北京 100192

摘要:对于地铁站台和列车间缝隙之间异物入侵造成的安全防护,以及现有深度学习算法低光照下检测精度低,空间位置精度和小目标检测准确性不足等问题,提出一种改进YOLOv10地铁缝隙异物检测的深度学习方法SSS-YOLO,用于地铁缝隙中异物的监测,该方法首先通过SCINet构建了一个权重共享的光照学习过程,用于改善地铁缝隙暗环境下的图像质量问题,考虑到不同尺度部分特征权重,SSS-YOLO模型中引入了无参注意力机制,同时强化了空间位置信息,减小了信息损失量,最后使用Shape-IOU损失函数,增强了地铁缝隙中小目标检测和回归预测框的准确性,提升了对缝隙中小目标的检测精度。实验结果表明,该方法准确率达到了90.90%,平均检测精度提高了3.62%。

关键词:深度学习;异物检测;YOLOv10;低照度网络;注意力机制

基金资助:国家重点研发计划课题(2020YFB1713205)项目资助

2025年16期其他文献查阅:

单目SLAM中基于单应性的快速地平面检测方法

参数自适应的NC-AFM悬臂控制系统设计

基于STA机制的AE-BiLSTM的滚动轴承剩余寿命预测

基于ResNet-LSTM的心电信号特征点检测优化算法研究

基于IZOA结合最小交叉熵的图像分割算法

基于KAN的多模态自动睡眠分期

动态场景下融合稀疏光流的语义视觉SLAM算法

基于改进YOLO算法地铁异物检测

压力容器焊接区几何角度对相控阵检测的影响

基于参数优化和QR的短期风电功率预测

刚性陶瓷防热瓦损伤无损检测技术研究进展

基于SecureViT的恶意代码检测模型

基于深度约束与光流跟踪的视觉SLAM方法

混合SAM改善钙钛矿太阳能电池空穴传输能力

谐振式光学微腔陀螺锁频及误差反馈技术研究

基于密集空洞金字塔的SAR多尺度道路检测

基于边界特征与多尺度特征的车辆目标检测

基于改进LoG-Zernike矩的亚像素磁瓦边缘检测方法

联合多尺度注意力与混合池化的手腕创伤X光图像检测

PSSN-YOLO:风机表面缺陷检测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!