基于YOLOv5的机车车顶智能识别技术研究OA
铁路系统智能化建设不仅可以提高铁路的自动化和智能化水平,而且是铁路现代化发展中的重要环节.机车在正常行驶过程中,如果车顶存在异物,就可能会产生严重不良后果.目前,通常由工人检修车顶,效率较低,本文针对这个情况提出了一种基于YOLOv5深度学习模型的异物检测算法,将CIoU损失函数更换为SIoU损失函数,改进原有的YOLOv5模型,能够有效识别车顶是否存在异物,准确分类异物,提高车顶检测精度和检修效率,保障铁路行车安全.
郭佑民;米奡蔚;谷云龙;何际华;李祯
兰州交通大学机电技术研究所,甘肃 兰州 730070中国铁路兰州局集团有限公司嘉峪关机务段,甘肃 嘉峪关 735100
计算机与自动化
异物检测图像处理列车运行安全损失函数
《中国新技术新产品》 2024 (008)
7-9 / 3
评论