基于金字塔焦点网络的铁路接触网腕臂支撑缺陷检测算法

刘永加; 蔡晓野

doi:10.16009/j.issn.1009-5624.2026.15.015

信息记录材料 ›› 2026, Vol. 27 ›› Issue (15) : 45 -47. DOI: 10.16009/j.issn.1009-5624.2026.15.015

基于金字塔焦点网络的铁路接触网腕臂支撑缺陷检测算法

刘永加, 蔡晓野

作者信息 +

Author information +

文章历史 +

摘要

针对已有算法存在的腕臂支撑缺陷类型检测准确性低、缺陷区域定位误差大等问题，本文提出基于金字塔焦点网络的铁路接触网腕臂支撑缺陷检测算法研究。基于标注好的腕臂支撑装置图像数据集，对构建模型进行训练，直至总损失达到最小化。将待检测铁路接触网腕臂支撑装置原始图像输入至训练好的金字塔焦点网络模型中，通过输入模块转换其颜色空间，利用残差网络(ResNet)骨干结构提取多尺度特征图，引入焦点注意力机制增强金字塔焦点网络模型对缺陷区域的关注度，获取融合特征图，并采用分类头与回归头对腕臂支撑缺陷进行检测。实验结果表明，设计算法定位腕臂支撑缺陷区域与实际腕臂支撑缺陷区域交并比最大值高达0.98,并始终维持在0.85以上，显著提升了检测精度与定位鲁棒性。