摘要
本发明公开了一种基于改进YOLOv7模型的轮对踏面检测方法及系统,涉及列车轮对故障检测技术领域,用以解决现有技术中对于高速列车轮对踏面缺陷检测效率低、小目标缺陷易被忽略等问题。本发明的技术要点包括:提出一种基于改进Yolov7算法的检测模型,在颈部网络中使用GSConv替换普通卷积,使用轻量化卷积,降低了模型计算参量;在颈部网络中增加小目标增强模块,通过多尺度子模块将主干网络中不同尺寸的特征图进行多尺度特征融合,并将融合后的特征图和融合前的特征图进行整合;将整合后的特征图输入通道注意力子模块与空间注意力子模块进行处理,从而解决了小目标检测结果不理想的问题;损失函数采用改进的EIoU损失函数,实现了高效检测,提高了损伤分类准确率。
技术关键词
生成对抗网络
多尺度特征融合
子模块
检测模型训练
擦伤缺陷
注意力
凹坑缺陷
列车轮对踏面
图像
数据获取模块
故障检测技术
分类准确率
坐标
表达式
系统为您推荐了相关专利信息
Sigmoid函数
多任务损失函数
梯度方向直方图特征
多模态注意力
特征提取网络
智能分析引擎
方舱
环境调节装置
联动控制设备
数据采集单元
通道注意力机制
遥感场景分类方法
融合特征
原型
样本