基于边缘AI计算的轨道扣件状态定量化检测方法

Quantitative Detection of Rail Fasteners Based on Edge AI Computing

摘要

针对轨道扣件车载实时定量检测中检测的速度与精度难以平衡以及设备空间有限的问题，提出一种基于边缘AI计算的改进YOLOv8（You Only Look Once version 8）轨道扣件定量检测方法，并进行了部署和测试。首先，为实现轻量化部署，优化YOLOv8网络结构，嵌入移动神经网络V3（MobileNetV3）轻量化网络，引入压缩激励（SE）注意力机制，并重构颈部网络，加入可变形卷积；其次，结合推理引擎加速方法优化重构的网络模型，并将其部署在Jetson AGX Xavier边缘AI计算设备上；最后，对分割结果进行像素级提取，引入最小外接矩阵，定量分析扣件的断裂程度和偏转角度，并优化检测结果。结果表明：改进后的轻量化网络参数数量减少了22%；在边缘AI计算设备上的帧率相对原YOLOv8模型提升了80%，达到58帧·s^－1；通过定量分析结果对模型进行修正，平均精度达到了97.0%，满足检测车辆所需的最低45帧·s⁻¹检测要求，实现了轨道扣件的定量化实时检测。

Abstract

The aim of this study is to address the challenges of balancing detection speed and accuracy of rail fasteners in real-time on-board quantitative detection, as well as the limitations posed by equipment space. The proposed solution is an enhanced YOLOv8 quantitative detection method for rail fasteners, utilising edge AI computing. This method has been tested and deployed. Firstly, to achieve lightweight deployment, the YOLOv8 network structure is optimised by embedding the MobileNetV3 lightweight network, introducing the Squeeze-and-Excitation (SE) attention mechanism, and reconstructing the neck network to incorporate deformable convolution. Secondly, the reconstructed network model is further optimised using the Jetpack-TensorRT acceleration method and deployed on a Jetson AGX Xavier edge AI computing device. Finally, the segmentation results are extracted at the pixel level, and a minimum outer join matrix is introduced to quantify the fracture degree and deflection angle of the fasteners, thereby optimising the detection results. The results demonstrate that the number of parameters of the enhanced lightweight network is reduced by 22%; the frame rate on the edge AI computing device is enhanced by 80% relative to the original YOLOv8 model, reaching 58 frames per second (fps). By refining the model based on quantitative analysis results, the average accuracy reaches 97.0%, which meets the minimum detection requirement of 45 fps for vehicles. Thus, quantitative real-time detection for rail fasteners is achieved.

Graphical abstract

关键词

边缘AI计算 / 扣件 / 轻量化 / 定量化检测 / YOLOv8

Key words

Edge AI computing / Fasteners / Lightweight / Quantitative detection / YOLOv8

轨道运输作为一种重要的交通方式，其安全性和可靠性对社会发展具有深远影响^［1］。随着铁路里程的持续扩展，事故发生频率逐渐上升，因此，对铁路关键设备损伤的有效检测显得尤为重要。扣件作为连接钢轨与下部基础的核心部件，其损伤程度直接影响轨道的整体安全性。对扣件损伤状态进行及时且准确的定量化检测，对于保障铁路系统的稳定运行具有重要意义^［2］。

扣件的主要损伤状态包括扣件断裂、扣件偏转和扣件丢失。为实现对扣件状态的准确检测，研究人员采用了基于振动信号的检测方法。Huang等^［3］将传感器布置在具有螺栓连接的机械结构上，并通过传感器测量参数的变化实现松动检测。Zhan等^［4］提出了一种基于微动传感器的自动检测系统，应用熵理论可靠地识别紧固件松动。Liu等^［5］采用适合处理非平稳信号的希尔伯特黄变换分析方法对钢轨的振动信号进行了分析。但在日常维护中，扣件产生缺陷信号较小，容易湮没在背景噪声中，难以有效分析，基于振动信号的扣件检测难度较大。

近年来，随着计算机技术的不断发展，基于深度学习的轨道损伤检测方法逐渐成为研究热点。裴莹玲等^［6］利用改进Faster-RCNN^［7］（Regions with Convolutional Neural Networks）对扣件状态进行检测，并采用阿尔法交并集作为目标回归损失函数提高扣件的回归精度。许贵阳等^［8］提出一种基于改进快速卷积神经网络的方法对轨道板裂缝进行检测，该改进方法精简网络模型，采用非极大值抑制算法，改善轨道板裂缝检测的重叠状况，提高裂缝检测效果。高嘉琳等^［9］利用改进YOLOv4（You Only Look Once version 4），在主干网络的第2个残差块嵌入卷积结构和YOLO头部结构，增加输出端，以增强对扣件的检测。白堂博等^［10］利用最小外接矩形法改进掩膜卷积神经网络的输出层，以提高偏移扣件检测的准确率。吴送英等^［11］提出一种改进的YOLOv5s（You Only Look Once version 5s）方法实现对昏暗、遮挡、杂物干扰和模糊复杂背景下铁路扣件外观缺陷形态的准确检测。

然而，上述方法在轨道扣件状态检测中难以兼顾检测速度和精度。同时，由于检测车辆可用的设备空间有限，一些体积较大的检测设备难以安装。

本文结合边缘AI计算设备体积小且具备强大计算能力的优势，提出了一种轨道扣件状态的定量化检测方法，旨在提升检测精度和效率。

1 检测方法

轨道扣件的状态复杂多样，其位置分布随机，目标形态变化显著。同时，由于检测设备受限于车载空间，要求检测模型不仅具备实时检测能力，还需保持较高的检测精度，这对算法的精度和适应性提出了更高的要求。为此，以YOLOv8为基础模型，结合其在工业领域的应用特点，对轨道扣件检测任务进行了针对性优化和改进。具体改进方法框架如图1所示。

改进方法的主要特点为：在基础网络构建方面，利用轻量化网络MobileNetV3^［12］参数量少、计算量低的特性，改进YOLOv8主干特征提取网络，在网络尾部引入压缩激发注意力机制^［13］；在网络精度提升方面，重构颈部网络结构，在颈部网络中融入可变形卷积^［14］，增强模型学习，降低主干网络轻量化带来的精度损失；在模型部署方面，结合边缘AI计算设备特点，研究英伟达图形处理单元的加速方法：推理引擎加速，实现在Jetson AGX Xavier^［15］边缘AI计算设备上进行实时检测；将检测结果做定量化分析，通过提取掩膜信息并计算掩膜面积大小以及偏转角度，从而定量化分析扣件状态和缺陷程度，并通过定量化分析结果修正模型，提高检出率。

1.1　融入MobileNetV3的主干网络

为实现算法模型在边缘AI计算设备上部署及快速实时检测，在确保综合性能最优的前提下，减小模型大小并提高检测速度成为网络优化设计的关键任务。MobileNetV3作为当前领先的轻量化网络，能够有效应用于嵌入式设备，以完成扣件检测任务。

MobileNetV3是一种轻量级的卷积神经网络，其工作示意图如图2所示。图中：1×1卷积通过通道调整，压缩或扩展通道数，降低计算复杂度；3×3卷积提取局部空间特征、边缘和纹理，优化特征表达。由图2可知：该网络的重要突破是引入了3×3深度可分离卷积，这种卷积操作将传统的卷积分解为2个步骤即逐通道卷积和逐点卷积，该网络在减少计算量的同时保持了较好的准确性。

每进行1次深度可分离卷积的运算，其卷积层中需要学习的参数的总个数P₁（参数量）和卷积过程中需要执行的乘法和加法运算的总次数T₁（计算量）分别为

P_{\mathrm{1}}=D_{\mathrm{k}}{D}_{\mathrm{k}}M+MN（1）

T_{\mathrm{1}}=S^{\mathrm{2}}(D_{\mathrm{k}}{D}_{\mathrm{k}}M+MN)（2）

式中：D_k为卷积核边长；M为输入通道数；N为输出通道数；S为模型大小。

在传统的卷积神经网络上，每进行1次普通卷积其参数量P₂和计算量T₂分别为

P_{\mathrm{2}}=D_{\mathrm{k}}{D}_{\mathrm{k}}MN（3）

T_{\mathrm{2}}=S^{\mathrm{2}}{D}_{\mathrm{k}}{D}_{\mathrm{k}}MN（4）

式（1）与式（3）、式（2）与式（4）的比值分别为

\frac{D_{\mathrm{k}}{D}_{\mathrm{k}}M+MN}{D_{\mathrm{k}}{D}_{\mathrm{k}}MN}=\frac{\mathrm{1}}{N}+\frac{\mathrm{1}}{D_{\mathrm{k}}^{\mathrm{2}}}（5）

\frac{S^{\mathrm{2}}(MN+D_{\mathrm{k}}{D}_{\mathrm{k}}M)}{S^{\mathrm{2}}{D}_{\mathrm{k}}{D}_{\mathrm{k}}MN}=\frac{\mathrm{1}}{N}+\frac{\mathrm{1}}{D_{\mathrm{k}}^{\mathrm{2}}}（6）

从式（5）和式（6）可知，在加入深度可分离卷积后，参数量和计算量都有所减少。

1.2　融合可变形卷积的颈部网络

为了进一步轻量化网络并提高模型在复杂场景下的精度表现，在颈部网络中引入可变形卷积。可变形卷积相较于普通卷积具有更强的特征表达能力和适应性。在普通卷积中，卷积核的采样点位置是固定的，无法根据输入特征的几何分布进行调整；而可变形卷积通过学习偏移量，使得卷积核的采样点可以动态调整，能够更灵活地适应输入数据的空间变化，显著增强网络对复杂几何形状的建模能力。

在原模型卷积模块C2F^［16］的颈部网络结构Bottleneck中引入可变形卷积，将其与普通卷积相结合，以进一步提升网络的适应性和表达能力。普通卷积与融合可变形卷积的颈部网络结构如图3所示。从图3可以看出：普通颈部网络结构的卷积模块使用2次固定卷积操作，采用卷积核大小K=1的1×1卷积用于通道调整，虽然该结构较为简单，但其固定采样机制在处理几何变化较大的场景时表现有限；融合可变形卷积的颈部网络结构中，首先输入特征分别经过1×1普通卷积和3×3可变形卷积，以并行方式进行初步特征提取，然后经过融合后的同时包含3×3普通卷积和3×3可变形卷积的卷积层，用于进一步提取空间特征。可变形卷积的动态采样机制使得网络能够对输入特征的几何变化（如边界变形或非刚性形状）进行更精准的建模，从而提升特征的表达能力。

扣件状态包括正常、偏转、断裂、丢失等多种形态。在特征提取过程中，普通卷积由于采样位置固定，仅能提取部分特征信息，难以全面反映扣件的复杂形态。而可变形卷积通过学习采样点的偏移量，自适应调整采样位置，生成新的特征图，不仅扩大了感受野，还能更灵活地捕捉扣件的几何变化，从而提取更丰富的形态特征。普通卷积与可变形卷积在扣件形态特征提取中的应用对比如图4所示。从图4可以看出：普通卷积所示采样点呈固定的网格状分布，感受野范围有限，由于采样点的位置无法根据输入图像的内容进行调整，因此对扣件偏转或断裂等复杂形态的捕捉能力较弱；可变形卷积采样点的分布由学习的偏移量动态调整，能够灵活贴近扣件的实际形状和尺寸。

1.3　引入SE通道注意力机制的特征融合网络

将SE通道注意力机制引入主干网络和颈部网络的结合部，即主干网络末端位置。SE注意力机制的结构示意图如图5所示。图中：H₁和H分别为特征变换前后的高度；W₁和W分别为特征变换前后的宽度；C₁和C分别为特征变换前后的通道数。

SE注意力机制流程为：首先，对输入特征图进行全局平均池化，将其压缩为通道数C的特征图；其次，特征图被输入到2个全连接层中，通过学习通道之间的关系将维度调整到更小的值，在全连接层之间使用ReLU激活函数引入非线性；然后，通过另一个全连接层将维度映射回原始的通道数C，得到的特征图通过Sigmoid函数进行激活后，将输出限制在0~1之间，得到每个通道的权重；最后，将每个通道的权重与输入特征图逐元素相乘，以加权增强重要通道的特征表示。通过这一过程，SE注意力机制调整每个通道的权重，使模型能够更好地关注信息丰富的通道，抑制信息贫乏的通道，从而提升特征的表达能力和模型性能。YOLOv8的主干网络负责特征提取，颈部网络是特征融合网络，将SE注意力模块引入主干网络末端使得检测模型可以提取到更多有用特征从而提升检测准确率。

2 数据处理及分析方法

2.1　数据采集

为了验证所提方法，在某铁路线路使用高清图像巡检小车进行多次实地检测试验，现场照片如图6所示。巡检小车的速度为15 km · h^-1，每2 m拍摄1张图像，经过检查处理得到950张问题扣件图像数据。将扣件数据按8∶2的比例随机分配，其中760张用于训练集，190张用于测试集。

扣件分为正常、偏转、断裂和丢失4种状态，典型状态示例如图7所示。在数据分类处理的过程中，对数据图像的标注是关键步骤，利用Labelme软件进行图像标注预处理。在标注的同时，Labelme软件会生成同名的json标注文件，json文件中主要是体现标注类的坐标及类别。

2.2　参数配置

Jetson AGX Xavier是一款由英伟达开发的嵌入式人工智能计算平台。其拥有强大的计算性能、深度学习加速、低功耗设计等特点。具体参数见表1。

2.3　定量化分析方法

2.3.1　掩膜面积提取

掩膜面积提取是指利用图像处理技术，通过对图像中不同颜色的像素点进行计数，实现对感兴趣区域面积的精确测量。首先，对原始图像进行颜色分割，将图像划分为不同的颜色区域；其次，通过对每个颜色区域内的像素点进行计数，获得每种颜色在图像中的分布情况；然后，根据颜色像素点计数结果，确定感兴趣区域的颜色范围，并生成相应的掩膜，掩膜是1个二进制图像，包含了需要测量面积的区域信息，通过将掩膜与原始图像相乘，可以将掩膜叠加于图像，仅保留感兴趣区域的像素；最后，对处理后的图像进行像素计数，即可得到感兴趣区域的面积。

2.3.2　最小外接矩阵

最小外接矩形方法基于图形学和几何学原理，用于找到能够最小包围扣件形状的矩形，从而实现对扣件偏转角度的精准测量。这种方法以扣件的几何特征为基础，通过计算其外接矩形的角度信息来推导实际偏转情况，具有精度高、适应性强的优势。偏转角度的计算过程为：首先，利用旋转卡壳算法不断旋转图形，找到能够包围整个扣件形状的最小外接矩形；其次，在图像预处理阶段，采用Canny多级边缘检测算法提取扣件的边缘，并结合轮廓提取算法获取扣件的轮廓信息；通过最小外接矩形算法计算出扣件轮廓的最小包围矩形，该矩形的边界与扣件轮廓的边界保持最小的空隙。该方法进行偏转角度计算示例如图8所示。

3 结果分析及讨论

3.1　消融试验

为了评价算法在轨道扣件检测任务上的性能，设计并实施了一系列组合的消融试验，并通过衡量精准率、召回率、参数量、每秒浮点运算次数、模型大小以及平均精度等^［17］指标验证检测效果，试验设计的核心目标不仅在于提升检测准确性，同时也注重模型鲁棒性。消融试验通过逐步引入不同模块，能够深入了解模型在面对不同轨道扣件场景时的稳定性和适应能力。模型参数量、复杂度以及大小等方面的变化以及精准率和召回率的提升等试验结果见表2。

由表2可知：改进后的YOLOv8模型在相较于原YOLOv8n模型参数量和模型复杂度有所下降的同时，检测精度得到了提升；对比ShuffleNetV2^［18］轻量化网络，尽管改进后的模型在参数量和模型复杂度上低于MobileNetV3，但其检测精度仍未达到以MobileNetV3作为骨干网络时的理想水平；同时，通过引入注意力机制SE，减小了网络轻量化带来的损失，对比作为Transformer^［19］网络的核心组件之一的MHSA^［20］注意力机制，SE注意力机制在扣件检测任务中表现得更为适用；在加入了轻量化MobileNetV3和SE注意力机制的基础上增加的DCN可变形卷积，在保持检测精度基本不变的同时，降低了模型复杂度，并提高了检测速度。

3.2　不同检测方法对比试验

为了进一步的对比改进后算法的检测效果，利用现有主流网络对数据集进行训练测试，并展示各类网络的参数及性能，结果见表3。

由表3可知：Mask-RCNN模型较大，计算量大；YOLOv5和YOLOv7模型在平均精度上表现良好，但精度较低，仅达到0.937和0.930；原始的YOLOv8模型在精准率、召回率上都表现较好，且模型大小适中；与以上方法相比，提出的改进方法在模型大小和精度上都具有优势，在模型大小方面比原YOLOv8更小，在平均精度上表现优于其他方法，平均精度达到0.965，达到了最佳的检测效果。

3.3　推理引擎加速

为进一步提高模型在边缘AI设备上的计算性能，试验针对Jetpack-TensorRT（推理引擎加速）方法进行模型优化和加速。TensorRT是一个针对深度学习推理的高性能优化器，通过各种技术和优化策略，如层融合、内存优化、精度校准和并行计算等，提高模型的推理性能。

在试验中，首先将训练好的模型转换为TensorRT的engine格式，并应用了一系列优化技术。通过层融合将多个卷积和激活函数合并为1个单一的操作，从而减少了内存访问和计算量。此外，通过使用低精度计算和权重量化的方法减少了内存占用和计算量。最后，利用TensorRT的自动优化器和调优工具，对推理引擎的相关参数进行了调整，以获得最佳性能。

为了评估加速效果，将采集到的扣件数据输入到Jetson AGX Xavier平台上，通过TensorRT优化后的模型进行检测，试验结果见表4。

由表4可知：改进后的网络对扣件检测图像的推理时间为26.31 ms，相较原网络31.25 ms提升了18.75%；使用TensorRT加速方法后，该模型的平均帧率为58帧 · s^－1，较未加速的轻量化模型提升80%，模型在Jetson AGX Xavier平台上推理速度有显著提升。

在实际检测中，检测车辆需要每秒检测45张图像。因此，提出方法的每秒处理帧数大于45帧 · s^－1，即每秒检测图像大于45张，能够实现双轨的实时检测。

3.4　结果展示

训练得到的模型首先进行扣件分类，包括正常、偏转、断裂和丢失等状态，然后会对扣件进行分割，将图像中的每个扣件从背景中分割出来，生成扣件的具体轮廓，为后面的扣件定量化检测奠定基础。不同类型扣件分割结果如图9如示。

3.5　定量化分析

在实际工程检测中，误判等检测问题较为常见。不同模型对误判扣件的识别结果如图10所示。从图10可以看出：扣件存在细微的断裂，原YOLOv8模型和改进YOLOv8模型均把断裂扣件误判为了正常扣件。

为了提高扣件的检出率及对缺陷扣件的定量评估，利用改进YOLOv8模型分割的结果，通过掩膜面积像素级提取以及最小外接矩阵的方法，对正常、偏转、断裂、丢失的扣件进行定量化分析。

基于对不同断裂程度的断裂扣件进行研究，计算得出其掩膜面积的结果。不同断裂程度扣件的具体掩膜区域及其对应的视觉化效果如图11所示。从图11可以看出：不同断裂程度的扣件形状及其面积差异，直观体现了扣件断裂程度在空间上的分布。

通过对断裂扣件的掩膜面积进行计算，获得了不同断裂程度扣件的具体面积大小，并进一步得出了其相对完整度。相对完整度是本文提出的一个衡量断裂扣件损伤程度的相对参数，该指标通过比较扣件当前状态与其原始完好状态的差异进行量化评估，相对完整度的值介于0~1之间，其中1表示完全完好，0表示完全损坏。

为计算相对完整度，首先对数据集中所有正常扣件的像素点数据进行整理，得到正常扣件的平均像素点个数，近似得到正常扣件的标准面积，记为A，然后，对当前检测到的扣件进行像素点计数，近似得到其面积，记为A₁，相对完整度R的计算式为

R=\frac{A_{}}{A_{\mathrm{1}}}（7）

断裂程度越大的扣件面积越小，相对完整度也越低，这意味着断裂程度越严重，扣件的完整性就越受到破坏；相对完整度的数值可以反映出扣件相对于其原始完整状态的损失程度。计算图11中不同断裂程度扣件的面积，结果见表5。由表5可知：断裂扣件1的相对完整度为0.919，而断裂扣件4的相对完整度仅为0.696，说明断裂扣件4断裂的程度更大，计算结果与实际情况一致。

通过面积计算可以有效减少断裂和丢失扣件的漏检率，但是偏转扣件的面积和正常扣件基本一致，尤其是对于偏转角度较小的扣件，容易被误判为正常扣件。所以对改进YOLOv8模型的分割结果，利用最小外接矩阵，对扣件的角度进行计算，示例如图12所示。由图12可知：正常扣件偏转角度为0˚，偏转扣件偏转角度为17.45˚。

根据以上方法，对4种状态的扣件进行了定量化分析。通过计算面积，能够对正常、断裂和丢失状态的扣件进行有效评估，而通过计算偏转角度，则可以对偏转状态的扣件进行精确评估。

利用定量化结果对原始模型数据进行手动修正，将修正后的结果与原始模型的预测结果进行了对比，详见表6。

由表6可知：修正后，正常、断裂和偏转状态的扣件的平均精度均有所提高，丢失状态的扣件在检测中不容易与其他类别发生误判；整体而言，修正后的平均精度为0.970，相比修正前的0.965有所提高。

4 结论及展望

（1）在MobileNetV3网络上加入SE注意力机制和DCN可变形卷积，增强了特征提取能力，提高了检测精度。

（2）在Jetson AGX Xavier测试平台上，利用Jetpack-TensorRT进一步加速检测速度，在检测速度上为每秒58帧，达到实时检测的目的，从而完成对轨道扣件的定量化实时检测。

（3）对分割结果进行定量化的分析，计算面积相对完整度和最小外接矩阵计算偏转角度，用于对轨道扣件的断裂和偏转的定量分析，同时通过定量检测的结果对模型进行修正，提高了检测精度至0.970，增大了检出率。

（4）针对论文中未检测的部分损伤类型，如扣件表面裂纹检测等，将在后续研究中通过进一步提高采集系统精度，并研究相应的精细化智能检测方法来实现；同时，将进一步研究多源检测结论智能融合的检测方法，实现定量化检测结果对目标检测结果的自动修正。

参考文献

[1] 叶阳升，蔡德钩，张千里，等.高速铁路路基结构设计方法现状与发展趋势［J］.中国铁道科学，2021，42（3）：1-12.

[2] YE Yangsheng， CAI Degou， ZHANG Qianli， et al. Current Status and Development Trend of Design Method for High-Speed Railway Subgrade Bed Structure ［J］. China Railway Science， 2021， 42 （3）： 1-12. in Chinese

[3] 胡亚东.我国铁路重载运输技术体系的现状与发展［J］.中国铁道科学，2015，36（2）：1-10.

[4] HU Yadong. Current Status and Development Trend of Technology System for Railway Heavy Haul Transport in China ［J］. China Railway Science， 2015， 36 （2）： 1-10. in Chinese

[5] HUANG J Y， LIU J H， GONG H， et al. A Comprehensive Review of Loosening Detection Methods for Threaded Fasteners ［J］. Mechanical Systems and Signal Processing， 2022， 168： 108652.

[6] ZHAN Z K， SUN H， YU X D， et al. Wireless Rail Fastener Looseness Detection Based on MEMS Accelerometer and Vibration Entropy ［J］. IEEE Sensors Journal， 2020， 20 （6）： 3226-3234.

[7] LIU C， ZHANG L H， REN T Q， et al. Detection of Rail Fastener Conditions Using Time-Frequency Entropy Based on Orthogonal Empirical Mode Decomposition ［J］. Applied Mechanics and Materials， 2013， 333/334/335： 1708-1712.

[8] 裴莹玲，罗晖，张诗慧，等.基于改进Faster R-CNN的高铁扣件检测算法［J］.华东交通大学学报，2023，40（1）：75-81.

[9] PEI Yingling， LUO Hui， ZHANG Shihui， et al. High-Speed Rail Fastener Detection Algorithm Based on Improved Faster R-CNN ［J］. Journal of East China Jiaotong University， 2023， 40 （1）： 75-81. in Chinese

[10] REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： towards Real-Time Object Detection with Region Proposal Networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39 （6）： 1137-1149.

[11] 许贵阳，张诗泉，白堂博.基于改进Faster R-CNN的CRTSⅡ型轨道板裂缝检测方法［J］.中国铁道科学，2023，44（1）：106-113.

[12] XU Guiyang， ZHANG Shiquan， BAI Tangbo. Crack Detection Method of CRTSⅡ Track Slab Based on Faster R-CNN Improvement ［J］. China Railway Science， 2023， 44 （1）： 106-113. in Chinese

[13] 高嘉琳，白堂博，姚德臣，等.基于改进YOLOv4算法的铁路扣件检测［J］.科学技术与工程，2022，22（7）：2872-2877.

[14] GAO Jialin， BAI Tangbo， YAO Dechen， et al. Detection of Track Fastener Based on Improved YOLOv4 Algorithm ［J］. Science Technology and Engineering， 2022， 22 （7）： 2872-2877. in Chinese

[15] 白堂博，高嘉琳，杨建伟，等.基于改进Mask R-CNN的铁路扣件状态检测方法研究［J］.铁道建筑，2021，61（6）：140-143.

[16] BAI Tangbo， GAO Jialin， YANG Jianwei， et al. Research on Railway Fastener State Inspection Method Based on Improved Mask R-CNN ［J］. Railway Engineering， 2021， 61 （6）： 140-143. in Chinese

[17] 吴送英，刘林芽，江家明，等.复杂背景下铁路扣件的改进YOLOv5s检测算法［J］.中国铁道科学，2023，44（3）：53-63.

[18] WU Songying， LIU Linya， JIANG Jiaming， et al. Detection Algorithm of Improved YOLOv5s of Railway Fastener under Complex Background ［J］. China Railway Science， 2023， 44 （3）： 53-63. in Chinese

[19] HOWARD A， SANDLER M， CHEN B， et al. Searching for MobileNetV3 ［C］// 2019 IEEE/CVF International Conference on Computer Vision （ICCV）. Seoul， Korea （South）. Danvers： IEEE， 2019： 1314-1324.

[20] HU J， SHEN L， ALBANIE S， et al. Squeeze-and-Excitation Networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2020， 42 （8）： 2011-2023.

[21] ZHU X Z， HU H， LIN S， et al. Deformable ConvNets V2： More Deformable， Better Results ［C］// 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seoul， Korea （South）. Danvers： IEEE， 2019： 9300-9308.

[22] JU B S， HYEON-JUN C， JEONG G M. YOLO Model FPS Enhancement Method for Determining Human Facial Expression Based on NVIDIA Jetson TX1 ［J］. The Journal of Korea Institute of Information， Electronics， and Communication Technology， 2019， 12 （5）： 467-474.

[23] LI Y T， FAN Q S， HUANG H S， et al. A Modified YOLOv8 Detection Network for UAV Aerial Image Recognition ［J］. Drones， 2023， 7 （5）： 304.

[24] 王卫东，张晨雷，胡文博，等.基于改进Faster R-CNN和正交投影的无砟轨道板裂缝精细化测量［J］.中国铁道科学，2023，44（6）：46-56.

[25] WANG Weidong， ZHANG Chenlei， HU Wenbo， et al. Fine-Grained Measurement of Ballastless Track Slab Cracks Based on Improved Faster R-CNN and Orthogonal Projection ［J］. China Railway Science， 2023， 44 （6）： 46-56. in Chinese

[26] MA N N， ZHANG X Y， ZHENG H T， et al. Shufflenet v2： Practical Guidelines for Efficient CNN Architecture Design ［C］// Computer Vision – ECCV 2018. Lecture Notes in Computer Science， vol 11218. Munich， Germany. Cham： Springer International Publishing， 2018： 122-138.

[27] HAN K， XIAO A， WU E H， et al. Transformer in Transformer ［J］. Advances in Neural Information Processing Systems， 2021， 34： 15908-15919.

[28] XIAO X， ZHANG D Y， HU G W， et al. CNN-MHSA： a Convolutional Neural Network and Multi-Head Self-Attention Combined Approach for Detecting Phishing Websites ［J］. Neural Networks， 2020， 125： 303-312.

基金资助

国家自然科学基金资助项目(52272385)

北京市自然科学基金资助项目(L211007)

北京市自然科学基金资助项目(L221027)