基于改进YOLO-v5模型的轨道扣件检测方法及系统

本发明涉及一种基于改进YOLO‑v5模型的轨道扣件检测方法及系统，方法包括如下步骤：获取轨道扣件图像，对轨道扣件状态进行标注，构建带有标注的原始数据集；针对所述原始数据集进行数据增强处理；基于数据增强后的数据集，训练基于MobileNetV2网络的YOLO‑v5模型；获取待预测的轨道扣件图像，利用训练好的YOLO‑v5模型预测轨道扣件状态，实现轨道扣件检测。与现有技术相比，本发明通过随机采样实现样本数据量扩充，通过改进的MobileNetV2主干网络实现快速有效的特征提取，DAS模块和EMA模块均能够增强特征表达且不会增加计算开销，使得更适合边缘端部署，实现对复杂背景下轨道扣件的精确检测。