基于YOLO-CDBW模型的列车接触网异物检测研究

郭翔羽; 石天怡; 陈燕楠; 南新元; 蔡鑫

doi:10.16088/j.issn.1001-6600.2024040102

广西师范大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (02) : 56 -69. DOI: 10.16088/j.issn.1001-6600.2024040102

基于YOLO-CDBW模型的列车接触网异物检测研究

郭翔羽, 石天怡, 陈燕楠, 南新元, 蔡鑫

作者信息 +

Author information +

文章历史 +

PDF

摘要

接触网是为列车行驶提供电力的输电线路，附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题，本文提出一种基于YOLOv7改进的接触网异物检测模型YOLO-CDBW。首先，在特征提取阶段构建一种使用残差瓶颈结构和深度分离卷积层的特征提取模块，避免因网络深度增加造成的小目标特征丢失问题，并降低网络运算量；其次，颈部改用BiFPN结构，捕捉多尺度信息，改善细节特征丢失问题，同时嵌入BiFormer注意力机制，重新分配融合后特征图的权重，提高网络对异物的关注度；最后，使用WIoU损失函数优化模型，通过动态聚焦机制，将注意力聚集在普通质量锚框上，提高预测精准度。经实验，YOLO-CDBW模型平均精度均值mAP_0.5达到87.1%,检测速度FPS达到66.5 frame/s,较YOLOv7模型分别提高5.0和10.8个百分点，满足接触网异物检测需求。