基于改进DINO的铁路接触网异物检测方法

Foreign Object Detection Method for Railway Contact Network Based on Improved DINO

摘要

针对铁路接触网异物类别多样、场景多变的开放目标检测问题，提出基于改进DINO目标检测算法的铁路接触网异物检测方法。首先，基于铁路接触网异物图像特征，利用EfficientNet网络替换原始模型中的Resnet主干网络，并结合卷积注意力模块（Convolutional Block Attention Module，CBAM）对EfficientNet网络进行改进，在颈部结构采用改进后的加权双向特征金字塔网络（Bidirectional Feature Pyramid Network，BiFPN），以增强模型对重要特征的关注度，提升检测性能；其次，通过马赛克数据增强和环境干扰等多种数据增强技术对输入图片数据进行处理，丰富样本数据的特征；最后，利用铁路人工智能平台实现铁路接触网异物检测的应用。结果表明：所提方法在性能方面表现优异，其平均精度均值可达89.87%，与YOLOv5，DETR和原始DINO这3种典型的目标检测算法相比，分别提高了6.40%，7.31%和5.75%。该方法能够满足行车线路上接触网异物的准确、快速及智能化识别要求，为接触网异物检测提供重要的技术支撑。

Abstract

To tackle the complex issue of open-environment object detection in railway catenaries, characterized by diverse foreign object categories and varying operational scenarios, a foreign object detection method for railway catenaries based on an improved DINO model is proposed. Firstly, by leveraging the image characteristics of foreign object in railway catenaries, the EfficientNet network is employed to replace the ResNet backbone in the original model, further enhancing the Convolutional Block Attention Module (CBAM). Additionally, the neck structure incorporates the enhanced Weighted Bidirectional Feature Pyramid Network (BiFPN) to improve the model’‍s focus on critical features and enhance detection performance. Secondly, various data augmentation techniques, such as mosaic data augmentation and environmental disturbances, are employed to process the input image data, enriching the features of the sample data. Finally, the application of foreign object detection in railway catenaries is realized through a railway artificial intelligence platform. The results indicate that the proposed method excels in performance, achieving a mean Average Precision of 89.87%, outperforming YOLOv5, DETR and the original DINO by 6.40%, 7.31% and 5.75%, respectively. This method meets the requirements for accurate, rapid, and intelligent identification of foreign objects on railway lines, offering vital technical support for the detection of foreign objects in catenaries.

Graphical abstract

关键词

铁路接触网 / 异物识别 / 目标检测 / 人工智能平台 / 卷积注意力模块

Key words

Railway contact network / Foreign object identification / Object detection / Artificial intelligence platform / Convolutional Block Attention Module (CBAM)

铁路接触网作为铁路供电系统的重要组成部分，确保其正常运作对于保障列车的安全与稳定运行至关重要。然而，由于大风等极端天气的影响，铁路接触网经常面临鸟窝、轻质异物等威胁，这些异物挂接到接触网上，可能会导致供电中断，甚至引发重大安全事故。传统的异物识别方法主要依靠人工巡检和简单的图像处理技术，存在效率低下、准确率不高的问题。因此，基于铁路沿线的综合视频实现对铁路接触网异物智能识别具有重要意义。

随着人工智能技术的不断发展，国内外的专家学者对铁路接触网异物检测算法开展了研究。段旺旺等^［1］通过分析鸟巢结构特性筛选关键区域，提出了1种利用HOG特征和SVM分类器实现对铁路接触网的鸟巢检测方法。金炜东等^［2］对GANs模型进行研究和改进，提出了双判别器生成对抗网络，通过图像分类任务实现铁路接触网鸟窝异物的识别。刘国文等^［3］提出了1种基于一阶段目标检测模型RetinaNet的改进模型，通过增加P2特征层，提高网络感受野范围，实现对小目标的接触网异物识别。吕嘉宜^［4］改进了SSD算法先验框设置，引入视觉显著性模块，强化接触网异物特征提取能力并结合自适应地平线分割算法，实现了对铁路接触网异物的识别。顾（龙天）楠^［5］提出了1种改进的YOLOv3模型，在Darknet-53与预测特征层之间加入空间金字塔模块实现多尺度融合，有效提高了铁路接触网轻质异物与鸟窝的识别准确率。王晓红等^［6］采用EfficientNet-B4作为特征提取网络，提出了1种轻量级ESA4-YOLOV5s网络模型，有效提高了模型的检测效率。针对图像分类、GANs等多种典型的铁路接触网异物检测算法进行测试分析，图像分类算法对异物的误报率较高，且受图像成像干扰较大，性能较为不稳定。传统的目标检测算法如RetinaNet、SSD、YOLO等，在铁路接触网异物特征不常见、异物目标较小、图像背景噪声较大的情况下对接触网异物的检测性能相对较差且漏报率较高。

铁路接触网图像环境背景差异较大，光照、天气条件多变，异物种类繁多，这对接触网异物检测算法的鲁棒性提出了较高的要求，当前算法存在以下挑战：基于传统目标检测的接触网异物检测算法漏报率与误报率相对较高，对于形态特征不完全的鸟窝及颜色特征不明显的轻质异物的识别准确率相对较低；铁路线路处于开放环境，接触网异物识别受到各种天气和环境条件的影响，如光照、风、雨、雪、雾等，这些环境因素通常会导致图像模糊、对比度降低，相关检测算法在干扰较强的情况下提取接触网异物特征存在困难；铁路接触网异物图像采集存在诸多挑战，相关的检测算法缺少高质量的学习样本，而目标检测算法依赖于高质量数据进行模型训练与测试。

针对铁路接触网异物识别困难的问题，本研究提出基于改进DINO模型的铁路接触网异物检测算法，利用融合CBAM注意力模块的EfficientNet网络替换原始模型中的Resnet主干网络，引入BiFPN特征融合模块以增强铁路接触网异物特征提取的准确性，可实现复杂工况条件下多种类接触网异物的精准识别；基于铁路人工智能平台^［14］设计了铁路接触网异物检测模型监测流程，可实现铁路行车线路上的接触网异物实时精准识别。

1 基于改进DINO的铁路接触网异物检测算法

1.1　网络结构

铁路接触网异物检测通常以鸟窝、风筝、塑料袋等物体为主，DINO算法对相关异物具有一定的基础检测能力，因此，采用DINO作为基准网络框架并对其开展针对性的优化改进，基准框架由1个骨干、1个多层Transformer编码器、1个多层Transformer解码器和多个预测头组成，具体架构如图1所示。

运用ResNet主干网络架构对图像进行处理，抽取出多尺度的特征信息，包含图像中各个不同尺度和位置的关键信息，并以不同的特征图表示。将这些特征图与位置信息展平，形成1个序列输入到Transformer编码器中，进行深度特征增强处理。Transformer编码器由多个编码器层堆叠而成，每个编码器层通过自注意力模块和前馈神经网络，对输入特征进行逐层处理和增强，从而提取出更为丰富和高层次的特征。经过编码器层对特征进行强化之后，采用混合查询选择策略来初始化解码器的位置查询锚，该策略结合多种方式选取并设定锚作为解码过程中的起始参考点。然后，利用初始化的锚和可学习内容通过Transformer解码器进行查询，解码器利用可变形注意力模块，灵活地融合和组合编码器输出的多层次特征，并逐层迭代更新查询内容，每层解码器将当前层的输出与编码器的输出进行交互，逐步提取出蕴含目标异物显著特征的特征图。最后，将解码器输出的特征图输入到检测模块中，通过二分图匹配算法精确地识别并确定异物的具体类别与位置信息。架构训练过程中使用n个对比去噪组，并对组中每个真值框设置1个正查询和1个负查询，通过对比去噪训练滤除噪声信息抑制混淆，提高对接触网异物目标的识别能力，高效而准确地完成对铁路接触网异物的检测与定位，从而提高检测的精度和可靠性。

1.2　主干特征提取网络改进

1.2.1　EfficientNet网络

在铁路接触网异物检测过程中，存在背景干扰严重、异物目标较小的现象，难以有效提取异物目标特征，影响模型的检测性能。为更好提取铁路接触网异物目标特征，利用EfficientNet改进模型的主干特征提取网络。EfficientNet作为1种高效的卷积神经网络，具有出色的性能表现，可运用复合系数\Phi对网络的深度、宽度及分辨率这3个关键维度进行协同优化，缩放计算式为

d={\alpha }^{\Phi }\alpha \ge \mathrm{1}（1）

w={\beta }^{\Phi }\beta \ge \mathrm{1}（2）

r={\Upsilon }^{\Phi }\Upsilon \ge \mathrm{1}（3）

s.t．

\alpha ·{\beta }^{\mathrm{2}}·{\Upsilon }^{\mathrm{2}}\approx \mathrm{2}

式中：d，w和r分别为深度、宽度和分辨率，\alpha，\beta和\Upsilon是由网格搜索得到的常数。

为兼顾模型的检测精度与检测效率，选用EfficientNet-B0缩放调整后的EfficientNet-B2作为主干网络，通过复合缩放方法优化网络的深度、宽度和分辨率，以实现最佳的性能与计算效率平衡，详细结构见表1。移动翻转瓶颈卷积层（Mobile inverted Bottleneck Convolution，MBConv）是EfficientNet-B2网络架构的核心模块，该模块运用压缩与激励注意力模块（Squeeze-and-Excitation，SE）将复杂的高维特征图映射为低维特征向量，有效地捕获了各通道间的全局依赖关系，从而实现了对特征通道间交互信息的精细建模，其中MBconv1和MBconv6分别表示MBConv通道数的倍数扩展比例为1和6。第1阶段为1个3×3卷积层（Conv3×3），用于初步提取输入图像的特征，并进行初步的特征映射；第2至第8阶段由1系列MBConv模块堆叠而成，这些层在不同的尺度上捕捉特征，用于提高网络的表示能力和鲁棒性；第9阶段首先经过1个1×1卷积层（Conv1×1），用于特征的压缩和通道数的调整，接着是1个全局平均池化层（Avg Pooling），用于将每个通道的特征图缩小到1个数值，从而减少计算量并提高模型的泛化能力，最后是1个全连接层（FC），将提取到的高维特征映射到最终的输出类别。这样的结构设计，不仅提高了特征提取的效率，同时也增强了模型的准确性，使EfficientNet-B2在处理复杂图像分类和检测任务时表现出色，适用于各种计算资源受限的应用场景。

1.2.2　引入CBAM注意力模块

SE注意力模块侧重于通道间的特征关联，但忽略了空间位置信息的重要性。在铁路接触网异物检测过程中，物体的空间位置至关重要，直接影响到检测的准确性与可靠性。为解决上述问题，本研究对EfficientNet-B2网络中的MBConv模块进行优化，通过引入CBAM注意力模块替换原结构中的SE注意力模块，改进后的MBConv模块如图2所示。首先通过1个1×1卷积层将输入特征图的通道数扩展，使得特征图的深度大幅增加；然后应用深度可分离卷积，通过激活函数和归一化处理，将标准卷积分解为每个通道可独立进行的卷积，从而减少计算量和参数数量；再经过CBAM注意力模块，通过1个1×1卷积层将特征图的通道数压缩回原始输入的大小，进而减少特征图的维度；最后通过随机失活层来防止过拟合并提高模型的泛化能力，将输入特征与经过上述变换后的特征相加，以促进梯度流动，提高模型性能表现。

相较于SE注意力模块，CBAM注意力模块不仅关注通道间的特征相关性，还兼顾了空间域的信息，通过通道注意力与空间注意力子模块分别对特征图的通道维度与空间维度进行自适应加权，确保网络充分挖掘各通道之间的深层次关联，精确捕捉关键的空间位置线索，从而更好地提高网络整体性能，CBAM注意力模块结构如图3所示。

CBAM注意力模块用于增强卷积神经网络的特征表达能力，通过结合通道注意力和空间注意力2个模块，获取重要的特征位置和通道信息。通道注意力模块强化输入特征图中与目标类别紧密相关的特征并削弱无关特征的权重，其结构如图4所示。首先通过全局平均池化和全局最大池化操作，将输入特征图在空间维度上进行池化，压缩空间维度，并利用全连接层，将所得池化特征结果进行非线性特征变换，最终通过sigmoid激活函数获取通道注意力特征。

空间注意力模块聚焦输入特征图中空间位置间的内在联系，其结构如图5所示。将经过通道注意力模块细化后的特征作为输入，在通道维度进行全局平均池化和全局最大池化操作提取空间信息，将池化特征结果经过7×7大小的卷积核与Sigmoid激活函数处理得到空间注意力特征。

1.3　引入BiFPN特征融合

在铁路接触网异物检测任务中，各层次的特征图蕴含了丰富的信息，对不同尺度的特征图进行有效利用至关重要。其中，浅层的特征图具有较高的分辨率，可捕获到更为细致、局部化的特征，具备出色的像素级定位能力，有助于精确识别异物的细微结构与边界。同时，深层特征图则提炼出全局的上下文信息和高级的语义特征，有利于理解异物在复杂背景下的整体形态与类别属性。为充分整合这2类特征的优势，并过滤冗余信息，所提方法引入了BiFPN模块。BiFPN是1种加权的双向特征金字塔网络，具有较强的稳定性和适应性，可有效整合多尺度特征信息，通过多尺度特征的深度交互与融合，生成既富含细节又包含全局语义的综合特征，显著提升铁路接触网异物图像的语义表达力，其结构如图6所示。

在每个连接节点上，BiFPN使用可学习的权重参数来融合多种特征，通过引入双向连接改变了传统自顶向下或自底向上的单向信息流动限制，允许特征信息在不同尺度层级间自由流通，在保持特征层次结构的同时，充分融合高低层特征，增强对不同尺度目标的识别能力，有效提高模型在处理各种尺度目标时的准确性与效率。为解决铁路接触网异物特征传递过程中小目标特征的丢失问题，同时降低模型的运算量，因此对原有的BiFPN结构及其内部连接方式进行了改进，仅保留其中P3、P4和P5层的BiFPN结构，对这3层通过上采样和下采样操作实现加权特征融合，输出的融合特征O的计算式为

O={\displaystyle \sum _{i=\mathrm{0}}^m}\frac{w_i{I}_i}{\epsilon +{\displaystyle \sum _{j=\mathrm{0}}^l}{w}_j}（4）

式中：w_i和w_j为不同层次特征的权重；m，l为输入的特征数量；I_i为输入特征；\epsilon为学习率，为确保数值的稳定其值设置为0.000 1。

1.4　改进DINO的铁路接触网异物检测算法

尽管DINO算法在面向公开数据集中的性能表现良好，但在铁路接触网背景图像相近、目标较小的情况下仍存在目标信息丢失，检测精度下降等问题。因此，为提高铁路接触网异物的检测效果，提出基于DINO框架改进的目标检测算法，模型架构如图7所示。相比原算法在主干网络中引入了融合CBAM注意力模块的EfficientNet特征提取网络，以增强模型对重要特征的识别能力，从而提升检测性能；在网络连接处采用改进后的BiFPN，通过融合多尺度特征和加权特征融合模块，根据图像内容动态调整特征的权重，从而更好地捕捉铁路接触网中的异物特征信息；最终将融合特征后的特征层输入至Transformer网络结构中，利用混合查询选择策略与可变性注意力模块，实现铁路接触网异物的精准识别。

2 数据处理

试验中未经数据增强的原始数据集共2 000张图片，分为真实数据与模拟数据2类，真实数据来源于多个不同场景的铁路接触网异物处理过程中拍摄的图像以及铁路模拟实验场采集数据，共计1 200张。模拟数据主要基于图像生成模型及3D渲染引擎生成，共计400张。此外，增加了400张铁路接触网无异物干扰图像。最后，将原始数据经过数据增强扩充至4 000张，用于铁路接触网异物检测模型训练与性能测试。

2.1　数据采集

对历史铁路接触网检测中识别的异物种类进行归纳分析，选取了鸟窝、风筝、孔明灯、宣传横幅及编织袋等共51种颜色形态各异的异物详情见表2。通过对采集时段、拍摄机位、接触网位置以及不同类型异物等关键变量进行系统性整合，并在模拟真实生产线路环境的铁路实验线上，再现日出、黄昏、炫光、黑天等多种光照条件背景的接触网异物图像最终共采集4 000余张铁路接触网不同形态的异物图像，经去重、清洗筛选出800张高质量且具有代表性的接触网异物样本数据用于本次研究。

2.2　数据增强

为扩充数据集并丰富样本数据的场景多样性，采用马赛克数据增强方法（Mosaic增强方法）及环境干扰增强等多种数据增强方法。Mosaic增强方法通过从数据集一个批次中随机选取四张图片，对选取图片进行随机裁剪、缩放，最终拼接成一个固定大小的样本数据，如图8所示。通过Mosaic增强方法可增加铁路接触网异物图片背景的多样性，提升对小目标异物的检测能力，为模型提供更多的图像信息。

环境干扰增强运用翻转、曝光、黑夜、增雨和增雾等天气状况模拟等数据增强技术，实现了铁路接触网异物图像的扩展，如图9所示。通过多元化的数据增强手段丰富了原始数据集的多样性，增强了模型对各种复杂现实情况的接触网异物识别能力。

最后，结合原始数据集与增强处理后数据，利用铁路人工智能平台数据标注子系统^［14］开展数据筛选与标注，形成本次试验所需的铁路接触网异物检测数据集，共4 000张，并按照8∶1∶1的比例划分得到训练集、验证集与测试集的图像数量见表3。其中，训练集用于模型的实际训练过程；验证集用于模型选择和超参数调整；而测试集用于评估模型的最终泛化能力。

3 试验结果及分析

3.1　试验环境

本研究基于铁路人工智能平台开展试验。平台为本次试验分配的资源包括一个12核CPU，其型号为Intel（R）Xeon（R）Silver 4310 CPU@2.10 GHz，32 GB的内存，2张GPU显卡，其型号为NVIDIA RTX A6000，显存大小为48 GB，容器运行的基础系统环境为Centos7.4。设置批处理大小为4，学习率为0.000 1，训练迭代次数为50 次。

3.2　评价标准

为评估接触网异物检测模型的性能，选取计算准确率P、召回率R、平均精度A_{\mathrm{p}}、平均精度均值m_{\mathrm{A}\mathrm{P}}以及检测速率F_{\mathrm{F}\mathrm{P}\mathrm{S}}作为模型的评价指标，综合评价所提模型的性能表现。

准确率P为正类样本中，模型实际预测正确的样本所占比例。其计算式为

P=\frac{T_{\mathrm{p}}}{T_{\mathrm{p}}+F_{\mathrm{p}}}（5）

式中：T_{\mathrm{p}}为正确分类的铁路接触网异物样本数量；F_{\mathrm{p}}为未识别或错误识别的数量。

召回率R为正类样本中，被模型识别正确的样本所占比例。其数学表达式为

R=\frac{T_{\mathrm{p}}}{T_{\mathrm{p}}+F_{\mathrm{N}}}（6）

式中：F_{\mathrm{N}}为错误分类的铁路接触网异物样本数量；

平均精度A_{\mathrm{p}}为单类别下准确率对召回率的积分，反映单类别检测的性能表现。表达式为

A_{\mathrm{p}}={\int }_{\mathrm{0}}^{\mathrm{1}}{P}_R\mathrm{d}R（7）

平均精度均值m_{\mathrm{A}\mathrm{P}}为不同类别的平均检测精度，反映检测方法在铁路接触网异物检测中的综合性能，计算式为

m_{\mathrm{A}\mathrm{P}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^c}{A}_{{\mathrm{p}}_i}}{C}（8）

式中：C为类别数；A_{{\mathrm{p}}_i}为不同类别下对应的平均精度。

评价指标中m_{\mathrm{A}\mathrm{P}}设置交并比的取值为0.5，即当模型输出的预测框与真实标注的铁路接触网异物矩形框的重叠区域大于0.5时，认为预测框中存在接触网异物，反之，预测框中的对象识别为背景。同时，采用F_{\mathrm{F}\mathrm{P}\mathrm{S}}验证铁路接触网异物检测方法的检测效率，F_{\mathrm{F}\mathrm{P}\mathrm{S}}为每秒可处理的图像帧数。

3.3　消融试验

为进一步验证基于改进DINO的铁路接触网异物模型检测性能机理，开展4组消融试验，结果见表4，其中“√”表示对该模块的混合改进。由表4可知：EfficientNet-B2主干网络的改进对检测平均精度的提升贡献最大，其权重占比最高，m_{\mathrm{A}\mathrm{P}}值提升了2.57%，说明EfficientNet-B2的网络结构设计有效地捕捉和保留了细节信息，减少了对小目标特征的遗漏；融合CBAM注意力模块后，相比于原始的EfficientNet-B2主干网络m_{\mathrm{A}\mathrm{P}}值提升了1.77%，证明加入CBAM注意力模块后有效利用了通道和空间的信息，增加了对特征的提取能力；对比引入BiFPN特征金字塔模块前后，m_{\mathrm{A}\mathrm{P}}值提升了1.41%，证明BiFPN模块可有效融合深层特征信息与浅层特征信息，更好实现了铁路接触网异物图像语义分析；对各模块进行综合改进时整体性能最佳，m_{\mathrm{A}\mathrm{P}}值为89.87%，相较于原始的DINO模型提升了5.75%，可有效满足铁路接触网异物的检测需求。

3.4　试验结果及分析

基于同一试验平台与铁路接触网数据集，将改进的DINO算法的试验结果与YOLOv5、DETR、原始DINO模型等经典的目标检测算法进行对比，结果见表5。由表5可知：改进后的DINO模型在四个算法中表现最优，其中反映模型综合性能的核心指标m_{\mathrm{A}\mathrm{P}}得分与YOLOv5，DETR和原始DINO模型相比，分别提高了6.40%，7.31%和5.75%；反映模型检测效率的F_{\mathrm{F}\mathrm{P}\mathrm{S}}指标改进后的DINO模型检测速度为18.1帧·s^-1，与YOLOv5，DETR和原始DINO模型相比，其性能表现最优，分别提高了0.3，2.7和1.4帧·s^-1；改进后的DINO模型能够更有效地提取复杂背景下的铁路接触网异物特征，从而提高模型对铁路接触网异物的检测精度。

利用原始的DINO模型与本文改进后的DINO模型在部分铁路接触网异物图像上开展模型推理预测，最终形成的可视化结果对比如图10所示。红框部分表示检测目标。由图10可知：原始的DINO模型在图像背景干扰严重、异物目标较小的情况下存在漏检现象，在异物与图像背景相似的场景下检测性能会受到较大的影响，改进后的DINO模型具有较好的鲁棒性，可准确检测出相关异物，有效降低误报的概率；改进后的模型有效利用了多个层次的特征信息，提升了模型对小目标异物的检测能力，减少了铁路背景环境的干扰，降低了嘈杂环境下的误报率，具有较为明显的检测性能提升。

4 铁路人工智能平台接触网异物检测算法应用

铁路人工智能平台^［14］涵盖数据标注、模型训练、模型推理、模型评价、算力管理及运行管理等人工智能全生命周期功能，为更好完成铁路接触网异物检测算法的研究，该方法基于铁路人工智能平台开展算法研究工作，并结合铁路人工智能平台与所提改进DINO算法设计了铁路接触网异物检测的云边联合推理流程，有效提高了效率和成果的实用性，具体流程如图11所示。

首先接入铁路沿线高清摄像头的视频流，并将采集到图像回传到靠近现场的边缘智能计算设备上。通过铁路人工智能平台云边联合推理功能纳管边缘侧设备，并下发轻量化压缩后的检测模型，实现铁路接触网异物的边缘侧初检，将检测异常预警图像回传至云端。然后通过将改进后的DINO模型部署至铁路人工智能平台生成模型推理接口，调用推理接口进行二次识别，将最终异常结果反馈至人工审核查看当前接触网是否存在异物。通过铁路人工智能平台云边协同推理功能，实现铁路接触网异物的实时监测，提高了铁路接触网异物的检测精准度，有效降低了数据传输压力。

5 结论

（1）融合CBAM注意力模块的EfficientNet主干网络并引入BiFPN特征融合模块增强了模型对图片信息中接触网异物特征的提取能力，结果表明依次加入EfficientNet主干网络、融合CBAM注意力模块以及BiFPN特征融合模块后，算法平均精度均值依次提高了2.57%，1.77%和1.41%，可见改进后的DINO模型可有效提高检测性能。

（2）对比多种主流检测方法，针对昏暗、遮挡、模糊等复杂视觉条件下的检测，所提方法取得了最高的m_{\mathrm{A}\mathrm{P}}值，可达89.87%。相比于YOLOv5，DETR和原始DINO算法，其整体性能表现更为出色，能够满足铁路接触网异物检测需求。

参考文献

[1] 段旺旺，唐鹏，金炜东，等.基于关键区域HOG特征的铁路接触网鸟巢检测［J］.中国铁路，2015（8）：73-77.

[2] DUAN Wangwang， TANG Peng， JIN Weidong， et al. Bird's Nest Detection of Railway Catenary Based on HOG Features in Key Areas ［J］. China Railway， 2015 （8）： 73-77. in Chinese

[3] 金炜东，杨沛，唐鹏.双判别器生成对抗网络及其在接触网鸟巢检测与半监督学习中的应用［J］.中国科学：信息科学，2018，48（7）：888-902.

[4] JIN Weidong， YANG Pei， TANG Peng. Double Discriminator Generative Adversarial Networks and Their Application in Detecting Nests Built in Catenary and Semi-Supervized Learning ［J］. Scientia Sinica： Informationis， 2018， 48 （7）： 888-902. in Chinese

[5] 刘国文，张彩霞，李斌，等.基于改进RetinaNet模型的接触网鸟巢检测［J］.数据采集与处理，2020，35（3）：563-571.

[6] LIU Guowen， ZHANG Caixia， LI Bin， et al. Detection of Bird's Nest in Catenary Based on Improved RetinaNet Model ［J］. Journal of Data Acquisition and Processing， 2020， 35 （3）： 563-571. in Chinese

[7] 吕嘉宜.基于视觉的高速铁路接触网异物检测［D］.杭州：浙江大学，2021.

[8] Jiayi LÜ. Vision-Based Detection of Foreign Bodies in Catenary of High-Speed Railway ［D］.Hangzhou： Zhejiang University， 2021. in Chinese

[9] 顾（龙天）楠.铁路接触网异物检测图像处理技术研究［D］.兰州：兰州交通大学，2022.

[10] GU Longtian） Nan. Research on Image Processing Technology of Foreign Body Detection in Railway Catenary ［D］. Lanzhou： Lanzhou Jiaotong University， 2022. in Chinese

[11] 王晓红，杜云飞，刘畅.基于YOLOV5s的接触网鸟巢异物检测［J］.长江信息通信，2023，36（6）：51-54.

[12] WANG Xiaohong， DU Yunfei， LIU Chang. Contact Line Bird Nest Foreign Object Detection Based on YOLOV5s ［J］. Yangtze River Information Communication， 2023， 36 （6）： 51-54. in Chinese

[13] 汪洪亮，刘家军，易航，等.基于机器视觉的牵引供电接触网异物清除系统［J］.电网与清洁能源，2021，37（11）：72-79.

[14] WANG Hongliang， LIU Jiajun， YI Hang， et al. The Foreign Objects Removal System of the Traction Power Supply Catenary Based on Machine Vision ［J］. Power System and Clean Energy， 2021， 37 （11）： 72-79. in Chinese

[15] 周明，王继军，荣正官 等.高速铁路接触网悬挂飘浮物预警监测方案研究［J］.铁道建筑技术，2023（11）：25-27+139.

[16] ZHOU Ming， WANG Jijun， RONG Zhengguan， et al. Research on Early Warning and Monitoring Scheme for Suspended Floating Objects in the High-Speed Railway Overhead Contact System ［J］. Railway Construction Technology， 2023 （11）： 25-27， 139. in Chinese

[17] ZHANG H， LI F， LIU S L， et al. DINO： DETR with Improved De-Noising Anchor Boxes for End-to-End Object Detection ［J］. ArXiv e-Prints， 2022： arXiv：

[18] 曹春生，王文昊，谢大鹏，等.基于图像识别的接触网安全巡检系统［J］.铁路技术创新，2023（6）：50-54.

[19] CAO Chunsheng， WANG Wenhao， XIE Dapeng， et al. OCS Safety Patrol Inspection System Based on Image Recognition ［J］. Railway Technical Innovation， 2023 （6）： 50-54. in Chinese

[20] 徐伟，吴泽彬，刘建新，等.高铁接触网异物自动化智能检测方法［J］.中国铁路，2019（10）：39-44.

[21] XU Wei， WU Zebin， LIU Jianxin， et al. Intelligent Foreign Objects Detection Method for OCS of High Speed Railway ［J］. China Railway， 2019 （10）： 39-44. in Chinese

[22] ZHU X Z， SU W J， LU L W， et al. Deformable DETR： Deformable Transformers for End-to-End Object Detection ［EB/OL］. 2020： arXiv： 2010.04159.

[23] 刘香萍，罗彩艳.基于改进YOLOv5算法的鸟巢检测方法［J］.电工技术，2023（18）：22-25.

[24] LIU Xiangping， LUO Caiyan. Nest Detection Method Based on Improved YOLOv5 Algorithm ［J］. Electric Engineering， 2023 （18）： 22-25. in Chinese

[25] 蒋欣兰，贾文博.高铁接触网异物侵入的机器视觉检测方法［J］.计算机工程与应用，2019，55（22）：250-257.

[26] JIANG Xinlan， JIA Wenbo. Machine Vision Detection Method for Foreign Object Intrusion in High-Speed Rail Contact Net ［J］. Computer Engineering and Applications， 2019， 55 （22）： 250-257. in Chinese

[27] LIU S L， ZENG Z Y， REN T H， et al. Grounding DINO： Marrying DINO with Grounded Pre-Training for Open-Set Object Detection ［J］. ArXiv e-Prints， 2023： arXiv：

[28] 王科理，高福来，杨鹏，等.基于深度学习的接触网鸟巢异物识别研究［J］.铁道机车车辆，2022，42（2）：116-121.

[29] WANG Keli， GAO Fulai， YANG Peng， et al. Recognition and Detection of Catenary Bird's Nest Based on Deep Learning ［J］. Railway Locomotive & Car， 2022， 42 （2）： 116-121. in Chinese

[30] 史天运，侯博，李国华，等.铁路人工智能平台设计及关键技术研究［J］.铁路计算机应用，2023，32（8）：9-16.

[31] SHI Tianyun， HOU Bo， LI Guohua， et al. Design and Key Technology Research of Railway Artificial Intelligence Platform ［J］. Railway Computer Application， 2023， 32 （8）： 9-16. in Chinese

[32] ZHAO Y A， LÜ W Y， XU S L， et al. DETRs Beat YOLOs on Real-Time Object Detection ［EB/OL］. 2023： arXiv： 2304.08069.

[33] LIN T Y， DOLLÁR P， GIRSHICK R， et al. Feature Pyramid Networks for Object Detection ［C］// 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu， HI， USA. New York： IEEE Press， 2017： 936-944.

[34] LIU Y C， SHAO Z R， HOFFMANN N. Global Attention Mechanism： Retain Information to Enhance Channel-Spatial Interactions ［EB/OL］. 2021： arXiv： 2112.05561.

[35] WOO S， PARK J， LEE J Y， et al. CBAM： Convolutional Block Attention Module ［C］// European Conference on Computer Vision. Munich， Germany. Cham： Springer， 2018： 3-19.

基金资助

国家自然科学基金资助项目(U2268217)