基于改进VGG16的无人机钢轨缺陷识别算法研究

Research on UAV Rail Defect Identification Algorithm Based on Improved VGG16

摘要

随着低空经济的快速发展，无人机巡检技术在铁路基础设施维护领域的应用需求显著提升。为解决传统人工巡检效率低、成本高，以及现有深度学习模型在无人机搭载设备上计算资源受限、查准率低的问题，研究提出一种改进的VGG16网络模型，用于无人机巡检场景下的钢轨缺陷识别。首先，将传统VGG16部分标准卷积层替换为深度可分离卷积层，削减参数量，同时保持特征提取能力。其次，在高层特征提取阶段引入CBAM注意力模块，使得模型聚焦钢轨缺陷关键特征。最后，进一步引入全局平均池化(GAP)对特征进行降维，并使用随机森林分类器进行分类任务，有效提高了分类精度并实现了模型轻量化。实验结果表明：在同一数据集上，提出的算法与原模型VGG16相比，查准率高出24.9%，检出率提高25%，模型尺寸减少88.83%。与网络模型Inceptionv3和ResNet34比较，检出率分别高出17.5%和19.5%。

Abstract

With the rapid development of the low-altitude economy, the application of unmanned aerial vehicle (UAV) inspection technology in railway infrastructure maintenance has seen significant growth. To address the inefficiency and high cost of traditional manual inspection, as well as the limited computational resources and low precision rate of existing deep learning models on UAV-mounted devices, this paper proposed an improved VGG16 network model for rail defect identification in UAV inspection scenarios. First, several standard convolutional layers in the conventional VGG16 were replaced with depthwise separable convolutional layers to reduce the parameter count while preserving feature extraction capability. Second, the convolutional block attention module (CBAM) was incorporated during the high-level feature extraction stage, enabling the model to focus on key characteristics of rail defects. Finally, global average pooling (GAP) was introduced to reduce feature dimensions, and a random forest classifier was employed for classification, effectively enhancing classification performance while achieving lightweight model. Experimental results show that on the same dataset, the proposed algorithm outperforms the original VGG16 model in terms of precision rate by 24.9% and detection rate by 25%, with an 88.83% reduction in model size. Compared with the network models Inceptionv3 and ResNet34, the detection rate is 17.5% and 19.5% higher, respectively.

Graphical abstract

关键词

钢轨缺陷 / VGG16算法 / 深度可分离卷积 / 随机森林 / 注意力机制

Key words

Rail Defect / VGG16 Algorithm / Depthwise Separable Convolution / Random Forest / Attention Mechanism

0　引言

低空经济作为国家战略性新兴产业，正推动无人机技术在智慧城市、物流运输及基础设施监测等领域的深度应用。在现代铁路运输中，钢轨作为列车运行的关键支撑部分，其稳固性对运输的顺畅及安全性起着决定性作用^[1]。随着铁路向高速^[2]、重载方向^[3-4]发展，钢轨承受的应力和疲劳损伤加剧，致使轨面磨损、扣件缺失等缺陷的产生概率显著增加。其中，轨面磨损会造成车轮与钢轨接触刚度突变，导致钢轨顶面金属疲劳剥落加速，引发更严重的大面积损伤；扣件缺失则会削弱轨道结构的稳定性，导致轨距偏移，甚至引发脱轨风险。而无人机凭借其机动性强、覆盖范围广及成本低等优势，能够及时发现和处理缺陷，避免引发严重安全事故，减少经济损失和人员伤亡。因此，无人机巡检对保障铁路运输安全极为关键^[5-7]。

在利用无人机开展钢轨巡检的过程中，缺陷识别算法的重要性不言而喻。在众多的钢轨缺陷识别方法中，相较于传统识别方法^[8-9]，机器视觉技术^[10]展现出了巨大优势。它借助高分辨率相机和先进的图像处理算法，能够对钢轨表面进行全方位、高精度的图像采集与分析。Praneeth等^[11]提出了结合图像处理和CNN、ResNet-50深度学习算法检测铁路扣件缺失的方法，虽然结果显示测试准确率超94%，但是其使用的非轻量化网络在实际应用中存在计算资源消耗大等问题。Bhat等^[12]将预训练的VGG16模型应用于钢轨表面裂纹的识别，算法识别达到了98.61%的准确率，但改进的VGG16网络有着模型尺寸较大的问题。钟武昌等^[13]提出一种基于深度学习的图像识别方法，该模型运用麻雀搜索算法(SSA)对SVM超参数做进一步优化，但该模型参数量较大。杨崎等^[14]利用卷积神经网络(CNN)与多层感知机(MLP)结合的模型，识别钢轨螺孔是否存在裂纹，但由于该模型只对钢轨螺孔裂纹进行了识别，识别具有局限性。罗晖等^[15]提出一种基于Faster R-CNN卷积神经网络模型，设计针对钢轨表面缺陷特征进行提取的专有检测结构。胡坤等^[16]提出一种用于缺陷图像分类的改进VGG16网络，在数据集GC10-DET上准确率达到90.23%，但样本数据集较少，可能会影响其泛化能力。华晨晨等^[17]提出了一种基于VGG16改进的S-VGG卷积神经网络分类模型，与VGG16模型相比，整体参数减少了93.75%，但由于删减了较多卷积层，导致无法很好地学习到足够抽象和复杂的特征。崔劲杰等^[18]提出了基于VGG16与梯度方向直方图(HOG)特征融合的图像识别方法，融合后的特征提取分类识别率达到了97.86%，较VGG16特征提取方式提高了19.35%。方宇伦等^[19]设计了一种轻量化深度学习VGG16网络模型，虽然改进后的VGG16模型参数数量减少，但精度有所下降。Li等^[20]提出了一种基于改进的VGG深度学习网络模型进行图像识别和分类的方法。通过融合VGG16网络中前两个全连接层的输出特征，该方法虽然优于传统的VGG和AlexNet网络，但对批归一化层的超参数调参会耗费过多时间。Mu等^[21]将原始的VGG16与全卷积模型相结合，减少模型的参数和全连接层的层数，既保证了模型特征提取的准确性，又实现了模型的轻量化。

因此，对于传统无人机巡检钢轨缺陷识别算法在精度、模型尺寸方面存在的不足，研究提出了一种基于改进VGG16的高效钢轨缺陷识别算法，以满足实际钢轨缺陷识别需求。实验结果表明，在同一数据集上，与其他算法相比，改进后的算法在实现轻量化的同时，识别精度显著提升。

1　改进的VGG16模型：VGG16-Rf

1.1　模型整体结构

VGG16作为经典的卷积神经网络架构^[22]，其深度卷积层堆叠设计在特征提取中表现优异，但全连接层参数量庞大，难以适配无人机端算力限制。

改进后的VGG16-Rf模型在VGG16的基础上进行了一系列改进，VGG16-Rf模型结构如图1所示。首先，将Conv1-2以及Conv2-2卷积层替换为深度可分离卷积，减少了模型的尺寸。其次，考虑到钢轨缺陷的复杂特征，在高层特征提取部分(Conv3、Conv4、Conv5)的标准卷积块之后引入了CBAM模块。该模块能够引导模型减少对不显著特征的关注，提高对钢轨缺陷显著特征的敏感性。随后，加入了全局平均池化(GAP)层，有效地实现了特征降维，将高维特征图转化为紧凑的一维特征向量，同时保留了每个通道的全局语义信息。最后，采用随机森林替换传统VGG16中的全连接层，充分利用其集成学习优势处理经过深度优化后的特征表示，实现了对钢轨缺陷的高精度识别。

1.2　特征提取

1.2.1　深度可分离卷积

深度可分离卷积(Depthwise Separable Convolution)是一种高效卷积策略^[23]，把标准卷积拆分成逐深度卷积和逐点卷积。逐深度卷积采用单通道模式卷积核，针对输入特征图的每个通道分别进行卷积操作，负责提取空间特征；逐点卷积使用1×1卷积核遍历逐深度卷积的输出，整合各通道特征，得到最终输出特征图。逐深度卷积操作过程如图2所示，逐点卷积操作过程如图3所示。

深度可分离卷积在保证特征提取能力的同时，大幅减少了计算量和参数量。将VGG16首块标准卷积替换为深度可分离卷积用于钢轨缺陷识别，能够减少计算量与内存占用，能快速处理大量钢轨图像，还可在资源有限的现场检测设备稳定运行。

1.2.2　CBAM注意力机制

卷积块注意力模块(CBAM)是一种轻量级注意力模块^[24]，通过通道注意力模块(CAM)和空间注意力模块(SAM)对特征图进行优化，提升模型的特征表达能力。经过CAM处理后，特征图不同通道的重要性得到有效区分。而经过SAM操作后，模型能够突出与任务相关的空间区域特征。卷积块注意力模块结构如图4所示。

无人机钢轨巡检中，扣件缺失在图像中表现为小目标(像素占比常低于5%)，易受轨枕、道床背景干扰，而CBAM注意力机制能很好解决此问题。

1.3　降维与特征整合

经过一系列卷积和池化操作后，网络提取到的特征图维度较高且信息丰富。设第l层卷积层输出的特征图为F^l\in R^{H^l\times W^l\times C^l}，其中H^l和W^l分别是特征图的高度和宽度，C^l是通道数。全局平均池化操作对每个通道的特征图进行平均计算，得到长度为C^l的特征向量v，计算公式为

v_c=\frac{\mathrm{1}}{H^l\times W^l}{\displaystyle \sum _{i=\mathrm{1}}^{H^l}}{\displaystyle \sum _{j=\mathrm{1}}^{W^l}}{F}_{i,j,c}^l(1)

式中：c=\mathrm{1,2},\cdots ,C^l；F_{i,j,c}^l为特征图F^l在位置\left(i,j\right)处第c个通道的值。

全局平均池化操作如图5所示。

通过全局平均池化，高维的特征图被降维为一维特征向量，有效减少了参数数量，降低计算复杂度。同时，该操作整合了每个通道特征信息，使每个通道的特征能代表整个特征图的全局信息。

1.4　特征分类

传统VGG16用于钢轨缺陷识别时，全连接层与Softmax层存在一定的缺陷。全连接层参数多，计算量大，处理高分辨率图像时训练慢且易过拟合，泛化能力较差，因此，本研究引入随机森林作为分类器。

随机森林^[25]基于集成学习思想，通过自助采样和特征随机选择构建多个决策树。自助采样是从原始的钢轨缺陷训练数据集D中有放回地抽取样本形成子集D_b，约63.2%的原始样本会出现在D_b中，增加了树的多样性。随机森林结构图如图6所示。

而且，基于对无人机端计算效率与分类性能的综合考量，其轻量化特性(参数量仅为全连接层的 0.17%)与非线性分类能力的结合，更贴合铁路巡检场景对“高精度、低功耗”的需求。

2　实验

2.1　实验环境

研究的实验环境为Inter(R)Core(TM) i7-8700k处理器，32GB运行内存，NVIDIA GeForce RTX 4060，操作系统是Windows 11 X64。开发语言是Python3.9，PyTorch2.1.0深度学习框架，GPU加速软件CUDA11.8，CUDNN8.9.7。

边缘计算的硬件设备为NVIDIA Jetson Nano，其硬件架构包含四核ARM Cortex-A57 CPU、128核NVIDIA Maxwell GPU(算力472 GFLOPS)、4GB内存。主要软件环境配置为CUDA 11.4，cuDNN 8.6，Python3.9。

2.2　实验数据集

本研究针对无人机钢轨缺陷检测场景构建数据集，其来源分为2部分：一部分是从互联网搜集的网络公开数据，这些钢轨缺陷图片的像素大小在224×224到1 024×1 024之间，共计1 351张。另一部分是通过实地采集获得的数据，在太原市部分铁路路段使用四旋翼无人机进行拍摄，摄像头像素为1 200 W，采集数据所用无人机如图7所示，并设置无人机航拍高度为15~20 m，采集到包含多种钢轨状态的图像，共计819张。经筛选剔除模糊、不完整或不符合要求的图像，并对有效图像进行详细标注，最终得到2 170张原始数据图像，7种钢轨缺陷类型图如图8所示。

考虑到无人机实际巡检时存在光照复杂性(户外拍摄受太阳方位角影响，会出现高光反射或阴影遮挡)以及运动模糊风险(高速飞行时易产生运动伪影，尤其在拍摄细小裂纹时)等特点，为验证算法在复杂环境下的鲁棒性，对原始数据集进行了多场景模拟增强，具体模拟了雾气、运动模糊、曝光和昏暗这4种无人机拍摄中常见的特殊情况，特殊情况模拟如图9所示。

此外，由于无人机拍摄的图片像素过大，先将图像尺寸统一随机裁剪到224×224，然后对图像进行归一化和标准化处理，并使用平移、旋转、锐化等5种传统数据增强技术对图像进行进一步处理，以提升数据的多样性。经图像增强后，数据集进一步扩充至10 850张图像，之后按照8∶2的比例随机划分为训练集和测试集，得到8 680张训练集，2 170张测试集。钢轨缺陷数据集信息如表1所示。

2.3　测试参量设定

初始超参数设置为：学习率设置为0.000 1，批尺寸(Batch size)设置为32，训练集设定迭代次数Epoch取为100。为了进一步优化随机森林的性能，采用Optuna框架对其超参数进行自动化搜索。Optuna通过高效的采样算法在超参数空间中进行探索，以寻找最优的参数组合。

2.4　评估指标

为有效评估模型改进效果，本研究结合无人机钢轨缺陷识别的业务需求与技术特点，选定以下核心评估指标：查准率(Precision)、识别检出率(Recall)、F1分数(F1 score)、模型大小、识别速度(FPS)。其中，查准率即精确率(Precision)，是预测为正类的样本中实际为正类的比例，衡量模型对正类样本预测的准确性，避免误检导致的资源浪费。识别检出率即召回率(Recall)，是实际为正类的样本中被正确预测为正类的比例，高识别检出率可最大限度降低漏检概率。F1分数用于衡量模型在查准率和识别检出率之间的平衡能力。

2.5　实验结果与分析

2.5.1　注意力机制对比试验

在本节实验中，以原始VGG16模型为基准，分别引入3种经典注意力模块构建对比模型，包括ECA Net，SE Net和CBAM，通过对比不同模块对钢轨缺陷特征的提取能力，验证注意力机制对检测性能的优化效果。不同注意力机制的模型实验结果如表2所示。

实验结果表明，在检测精度方面，CBAM将平均查准率提升至79.6%，较原始VGG16提高9.3%，特别是在高风险缺陷类别上表现突出，其断裂检测精度达到85.9%，比ECA Net高6.7%。

2.5.2　分类器对比实验

为探索不同分类器对钢轨缺陷识别性能的影响，设计多组对比实验，分别搭配不同分类器，具体包括：全连接层、支持向量机(SVM)、随机森林、KNN算法。同时，为探究特征提取部分改进(记为VGG16-Rf)对不同分类器性能的影响，设置相应组合对比。不同分类器的缺陷识别性能对比如表3所示。

由表3可知，在VGG16-Rf特征提取的情况下，随机森林分类器的查准率达到95.2%，明显优于SVM的87.4%和KNN的85.2%，也比全连接层分类器高出9.4%。在识别检出率指标上，随机森林达到94.7%，同样领先于支持向量机的85.1%和KNN的84.3%。这主要是因为随机森林通过集成多棵决策树构建动态决策边界，能够同时捕捉钢轨缺陷的多尺度特征，如螺栓缺失的微小局部特征与凹陷的整体形变特征，相比之下，SVM的核函数映射虽然具有非线性处理能力，但其固定的核参数难以自适应调整以兼顾不同缺陷类型的最优特征尺度。KNN则受限于距离度量方式，在捕捉多尺度缺陷特征时存在明显局限。

对比实验组4与8的数据发现，当特征提取方法改进为VGG16-Rf后，随机森林的查准率提升了22.8%，这一提升幅度明显大于支持向量机的15.8%和KNN的15.0%。

各模型性能雷达图如图10所示，考虑到在实际部署场景中，较小的模型尺寸确实有利于嵌入式设备的资源约束，因此对表征模型大小的坐标轴进行了逆向调整。研究提出的模型(红色多边形)在钢轨缺陷识别任务中展现出显著优势。该模型在3个核心指标上表现突出：识别查准率95.2%、F1分数95.0%和识别检出率94.7%，均接近雷达图外缘，形成明显的外扩区域。57.2MB的模型大小和165FPS的处理速度在保证实时性能的同时，实现了分类精度的全面提升。

2.5.3　消融实验

为了精准分析不同改进举措对提升钢轨缺陷识别准确率及模型轻量化程度的具体影响，在本研究构建的钢轨缺陷数据集上开展消融实验，对每项改进策略逐一进行验证与量化评估。消融实验结果如表4所示。

在引入DSC后(方案2)，模型通过独立的深度卷积和逐点卷积操作，提升了细粒度纹理特征的提取能力，查准率较原始模型提升1.1%，检出率提升2.6%。通过添加CBAM(方案3)能够有效抑制背景噪声，聚焦缺陷关键区域，使得查准率提高9.3个百分点，但由于引入通道和空间注意力计算机制，导致模型的计算复杂度相应增加，模型尺寸增加0.45%，识别速度下降了10帧/s。而在使用DSC的基础上，引入CBAM注意力机制(方案5)，能够使查准率提升10.3%。在方案4中，由于GAP可以将高维特征图转化为紧凑向量，使得识别速度提升8帧/s，查准率提升3.4%，检出率增加4.4%。但上述方案均存在模型尺寸过大的问题，难以进一步部署，而方案9利用随机森林能更灵活地捕捉数据中的复杂非线性关系，并且参数量少，使得模型性能又得到提高，相较基准模型，虽然识别速度下降了19帧/s，但查准率提高24.9%，识别率提高25%，模型尺寸减小88.83%，更加轻量化。

2.5.4　不同算法的性能比较

为全面评估所提改进VGG16模型在无人机钢轨巡检任务中的性能优势，本研究设计了多维度对比实验。首先，通过将DSC、CBAM注意力模块和随机森林分类器等改进组件分别集成到Inception V3和ResNet34基准模型中，得到对应的Inception V3*和ResNet34*，系统验证所提改进策略在不同网络架构上的泛化能力；其次，将VGG16-Rf与轻量化模型(MobileNet V2、ShuffleNet V2)进行性能对比，验证其在轻量化设计方面的竞争力。以上模型均使用同一数据集，并在2.1节实验环境下进行训练。不同算法模型性能对比如表5所示，部分模型的混淆矩阵图如图11所示。

研究提出的VGG16-Rf在整体查准率和识别检出率上显著高于其他模型，比次优的ResNet34*高9.7%，比轻量化模型ShuffleNet V2高20.5%。VGG16-Rf的单类别查准率均超过92%，其中螺栓缺失(94.3%)、扣件缺失(94.5%)等高风险缺陷检测能力较次优模型提升15~20个百分点。并且，通过对Inception V3和ResNet34基准模型分别嵌入改进模块，构建的Inception V3*(85.7%)和ResNet34*(85.1%)较原始模型分别提升10.1和10.4个百分点。这种跨架构的性能增益证明了所设计改进组件的泛化能力。

在Jetson Nano平台上，VGG16-Rf模型虽然模型大小比轻量化模型大，但其以33FPS的帧率实现了95.2%的查准率；而ShuffleNet V2以63FPS的帧率实现了74.7%的查准率。从精度效率比(即计算“每帧图像的精度贡献”)来看，VGG16-Rf为95.2%/33FPS≈2.88%查准率/帧，ShuffleNet V2为74.7%/63FPS≈1.19%查准率/帧，这表明VGG16-Rf的精度效率比是ShuffleNet V2的2.42倍。此外，尽管VGG16-Rf的帧率33FPS低于ShuffleNet V2的63FPS，但其单帧检测耗时仍能满足实时性要求。

3　结束语

本研究提出了一种基于改进VGG16的钢轨缺陷识别算法VGG16-Rf，以解决钢轨缺陷识别难题。该算法模型通过将传统VGG16的部分标准卷积替换为深度可分离卷积，更有效地捕捉输入图像的细微纹理信息。引入CBAM注意力模块增强特征提取，采用随机森林替换全连接层提升分类效果。实验结果证明，相较原始VGG16模型，VGG16-Rf模型查准率提高24.9%，参数量减少88.33%，实现了模型轻量化与性能提升。最后在可部署的Jetson Nano平台上，该模型能在满足实时性要求的情况下，达到较高的识别率。

参考文献

[1] XUE Zhiqiang， XU Yude， HU Meng，et al. Systematic Review：Ultrasonic Technology for Detecting Rail Defects[J].Construction and Building Materials，2023，368：130409.

[2] 张克云，苗 茁，刘 岩，等.面向发达高速铁路网的调度管理优化策略研究[J].铁道运输与经济，2024，46(9)：170-177，227.

[3] ZHANG Keyun， MIAO Zhuo， LIU Yan，et al. Research on the Optimization Strategy of Dispatching Management for Developed High Speed Railway Networks[J]. Railway Transport and Economy，2024，46(9)：170-177，227.

[4] 宋宗莹，丁 辉，王兴中，等.基于列车群组运行的重载铁路运输组织研究综述[J].铁道运输与经济，2024，46(10)：73-81，97.

[5] SONG Zongying， DING Hui， WANG Xingzhong，et al. A Review of Research on Heavy-Haul Railway Transportation Organization Based on Train Group Operation[J]. Railway Transport and Economy，2024，46(10)：73-81，97.

[6] 李 楠，侯云娇，祁 帅，等. 重载飞艇在空铁联运中的应用前景分析与展望[J]. 铁道运输与经济，2025，47(10)：44-49，83.

[7] LI Nan， HOU Yunjiao， QI Shuai，et al. Analysis and Prospect of Application of Heavy-Lift Airship in Air-Rail Intermodal Transport[J]. Railway Transport and Economy，2025，47(10)：44-49，83.

[8] 刘 磊，游玉石，王志军，等. 低空技术在铁路巡查中的经济效益分析[J]. 铁道运输与经济，2025，47(10)：50-59.

[9] LIU Lei， YOU Yushi， WANG Zhijun，et al. Economic Benefit Analysis of Low-Altitude Technology in Railway Inspection[J]. Railway Transport and Economy，2025，47(10)：50-59.

[10] 刘佳雯，王镠莹，沈 通，等. 国内外低空经济发展及其在铁路领域的应用场景研究[J]. 铁道运输与经济，2025，47(10)：30-43.

[11] LIU Jiawen， WANG Liuying， SHEN Tong，et al. Low-Altitude Economy Development in China and Abroad and Its Application Scenarios in Railways[J]. Railway Transport and Economy，2025，47(10)：30-43.

[12] 李 超，江 南，张 兵.铁路巡检无人机操控人员胜任力模型研究[J]. 铁道运输与经济，2025，47(8)：51-58.

[13] LI Chao， JIANG Nan， ZHANG Bing. Competency Model of Unmanned Aerial Vehicle Operators for Railway Inspection[J]. Railway Transport and Economy，2025，47(8)：51-58.

[14] BILAWAL R， SOHAIL M M， MILENA M，et al. Pixel Frequency Based Railroad Surface Flaw Detection Using Active Infrared Thermography for Structural Health Monitoring[J].Case Studies in Thermal Engineering，2021，27：101234.

[15] XU P， QIAN T. High Speed Rail Defect Detection Using Multi-Frequency Exciting 3D ACFM[J].Measurement，2024， 227：114160.

[16] LIU Yuekai， GUO Liang， GAO Hongli，et al. Machine Vision Based Condition Monitoring and Fault Diagnosis of Machine Tools Using Information from Machined Surface Texture：A Review[J].Mechanical Systems and Signal Processing，2022，164：108068.

[17] PRANEETH C， JOHNNY A， FLORIAN T，et al. An Investigation of Railway Fastener Detection Using Image Processing and Augmented Deep Learning[J].Sustainability，2021，13(21)：12051.

[18] BHAT S， KAREGOWDA A， RANI A L，et al. Classification of Rail Track Crack Using CNN with Pre-Trained VGG16 Model[C]. In 2022 IEEE International Conference on Distributed Computing and Electrical Circuits and Electronics (ICDCECE)，2022：1-6.

[19] 钟武昌，战洪飞，林颖俊，等.基于VGG16-SVM-SSA的产品表面质量检测方法[J].计算机集成制造系统，2024，30(12)：4435-4445.

[20] ZHONG Wuchang， ZHAN Hongfei， LIN Yingjun，et al. Product Surface Quality Inspection Method Based on VGG16-SVM-SSA[J]. Computer Integrated Manufacturing Systems，2024，30(12)：4435-4445.

[21] 杨 崎，李立波，吴先梅，等.基于卷积神经网络的钢轨螺孔裂纹识别算法研究[J].铁道学报，2023，45(4)：111-116.

[22] YANG Qi， LI Libo， WU Xianmei，et al. Research on Rail Screw Hole Crack Identification Algorithm Based on Convolutional Neural Network[J]. Journal of the China Railway Society，2023，45(4)：111-116.

[23] 罗 晖，徐广隆.基于图像增强与深度学习的钢轨表面缺陷检测[J].铁道科学与工程学报，2021，18(3)：623-629.

[24] LUO Hui， XU Guanglong. Rail Surface Defect Detection Based on Image Enhancement and Deep Learning[J]. Journal of Railway Science and Engineering，2021，18(3)：623-629.

[25] 胡 坤，吴国庆，胡祖辉，等.基于改进的VGG16网络金属表面缺陷图像分类研究[J].计算机应用与软件，2024，41(6)：175-180.

[26] HU Kun， WU Guoqing， HU Zuhui，et al. Research on Metal Surface Defect Image Classification Based on Improved VGG16 Network[J]. Computer Applications and Software，2024，41(6)：175-180.

[27] 华晨晨，王奭寅，徐茂森，等.基于改进VGG16的射流式鱼泵内鱼类损伤的图像识别与分类[J].中国海洋大学学报(自然科学版)，2024，54(11)：49-57.

[28] HUA Chenchen， WANG Shiyin， XU Maosen，et al. Image Recognition and Classification of Fish Damage in Jet-Type Fish Pumps Based on Improved VGG16[J]. Periodical of Ocean University of China，2024，54(11)：49-57.

[29] 崔劲杰，韩 晶，李 洁，等.基于CNN与HOG特征融合的视觉手势识别[J].兵器装备工程学报，2024，45(12)：289-297.

[30] CUI Jinjie， HAN Jing， LI Jie，et al. Visual Gesture Recognition Based on the Fusion of CNN and HOG Features[J]. Journal of Ordnance Equipment Engineering，2024，45(12)：289-297.

[31] 方宇伦，陈雪纯，杜世昌，等.基于轻量化深度学习VGG16网络模型的表面缺陷检测方法[J].机械设计与研究，2023，39(2)：143-147.

[32] FANG Yulun， CHEN Xuechun， DU Shichang，et al. Surface Defect Detection Method Based on Lightweight Deep-Learning VGG16 Network Model[J]. Machine Design and Research，2023，39(2)：143-147.

[33] LI Z， LI F， ZHU L，et al. Vegetable Recognition and Classification Based on Improved VGG Deep Learning Network Model[J].International Journal of Computational Intelligence Systems，2020，13(1)：559-564.

[34] MU Y， NI R， ZHANG C，et al. A Lightweight Model of VGG-16 for Remote Sensing Image Classification[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2021：146916-146922.

[35] NIJAGUNA G S， BABU J A， PARAMESHACHARI B D，et al. Quantum Fruit Fly Algorithm and Resnet50-VGG16 for Medical Diagnosis[J].Applied Soft Computing Journal，2023，136：110055.

[36] ZHOU Yuxiang， KANG Xin， REN Fuji，et al. A Multi-attention and Depthwise Separable Convolution Network for Medical Image Segmentation[J].Neurocomputing，2024，564：126970.

[37] YAO M， WU S， NIU Y，et al. Prediction of Aerodynamic Forces at the Tip of the Compressor Blades Based on Multi-Scale 1DCNN Combined with CBAM[J].Thin-Walled Structures，2024，203：112190.

[38] SUN Zhigang， WANG Guotao， LI Pengfei，et al. An Improved Random Forest Based on the Classification Accuracy and Correlation Measurement of Decision Trees[J].Expert Systems with Applications，2024，237：121549.

基金资助

中国铁道科学研究院集团有限公司科研项目(2024YJ360)