一种列车多尺度障碍物智能检测方法

本发明公开了一种列车多尺度障碍物智能检测方法，包括以下步骤：获取现有的列车前方轨道图像数据，得到轨道图像数据集；将轨道图像数据集进行增强处理，再进行标注，得到训练数据集；基于Sparse R‑CNN基线模型、Transformer特征提取网络和FPN特征融合网络，构建初始列车障碍物智能检测模型；使用训练数据集，对初始列车障碍物智能检测模型进行训练，得到列车障碍物智能检测模型；使用列车障碍物智能检测模型，进行实际的列车障碍物检测和识别。本发明方法通过基于深度学习的卷积神经网络结构设计，实现了列车轨道障碍物的智能检测，准确率高，实时性好，提高了识别效率，具有广阔的应用前景。