《电子测量技术杂志》发表论文赏析

基于YOLO的多模态钢轨表面缺陷检测方法

来源:电子测量技术杂志2024年第21期北京时间:

作者:孙铁强,魏光辉,宋超,肖鹏程

单位:1.华北理工大学人工智能学院 唐山 063210; 2.华北理工大学河北工业智能感知重点实验室 唐山 063210; 3.华北理工大学河北工业智能感知重点实验室 唐山 063210

摘要:针对钢轨表面缺陷区域与背景区域特征相似特性导致的模型检测性能下降问题,本文研究高实时性轻量级目标检测网络YOLOv8n,提出一种基于YOLO的多模态钢轨表面缺陷检测算法RailBiModal-YOLO。改进YOLOv8n模型:构建双流主干网络结构并行提取多尺度深度信息和RGB信息;为降低低质量图像特征相互干扰并能充分利用双模态互补信息,设计了一种即插即用的双模态特征交互修正融合模块;在多尺度特征构建阶段引入EVCBlock,增强RGB-D特征层的层内信息交互,提高小缺陷检测能力。以东北大学NEU-RSDDS-AUG作为实验数据集,将数据集自定义划分为4种典型缺陷类型,以平均精度均值mAP、每秒检测帧数FPS、参数量作为主要评价指标,实验结果表明:所提模型与原模型相比,在保证高检测速度的同时,mAP@50,mAP@50:95分别提高1.8%和3.2%,并具有更强鲁棒性。

关键词:YOLOv8n;缺陷检测;多模态;RGB-D;特征融合;深度学习

基金资助:河北省“三三三人才工程”项目(A202102002)、河北省创新能力提升计划(23561007D)、2023年唐山市重点研发项目(23140204A)资助

2024年21期其他文献查阅:

起重机主梁智能化激光测量系统设计

C场电流对铷原子喷泉钟性能影响的分析

基于SocFPGA工件表面缺陷快速检测研究

基于改进A*算法和再优化的避障路径规划

低压侧电流零纹波的高增益软开关双向变换器

基于量纲分析的近地爆地表振动速度模型优化

基于GRU-A3C的四旋翼无人机视觉避障系统

基于测力轮对的纵向轮轨力测量方法研究

基于改进SegFormer网络的线激光分割和中心提取方法

基于YOLO的多模态钢轨表面缺陷检测方法

多策略改进的蜣螂优化算法及其工程实例应用

基于GADF和HWP-CBAM-ResNet的弧齿锥齿轮箱故障诊断

基于SVD与混合神经网络模型的自动调制识别

杂波背景下多普勒测速雷达信号处理算法研究

基于XGBoost的电网过流异常检测模型

改进Oriented R-CNN的遥感图像定向目标检测算法

基于注意力改进RTformer的滑坡遥感图像语义分割

针对室内高低动态环境的视觉SLAM算法研究

面向无人边防的复杂环境遮挡小目标检测算法

轻量化锻件表面小目标裂纹分割算法

基于改进YOLOv8的低照度煤矿传送带异物识别算法

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!