基于改进YOLOv8的轨道板裂缝检测算法
付浩辰
白堂博
许贵阳
宗浩
段嘉明
北京建筑大学机电与车辆工程学院,北京 100044;北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室,北京 100044
摘要：高铁轨道板裂缝严重危害车辆运行安全,针对目前裂缝维护中存在无效修复裂缝的问题,提出基于YOLOv8-DSC模型的多类裂缝检测方法.首先,在骨干网络引入动态蛇形卷积模块(Dy-namic Snake Convolution,DSC),基于此重新构造C2f中的Bottleneck结构,建立为C2f-v1模块,从而替换YOLOv8骨干网络的部分C2f模块,提升无效修复裂缝多尺度细节特征的获取能力;其次,在颈部网络引入CBAM注意力机制,增强模型对关键特征的关注度,强化细小裂缝特征在神经网络中的传递;再次,在损失函数方面,利用SIoU损失函数替换CIoU,削弱几何因素对模型的过度惩罚,减少对模型训练的干预以增加模型对相似裂缝的泛化能力;最后,从网络结构、裂缝数据、分类方法和环境条件 4个方面对其进行验证和评价.研究结果表明:YOLOv8-DSC模型相较于YO-LOv8原模型,漏检误检情况得到明显改善,平均精度均值及查全率分别提高了4.6%、4.0%,且在不利环境条件下具有良好的鲁棒性和适应性,有效实现了轨道板无效修复裂缝的准确检测.
关键词：高速铁路裂缝检测轨道板裂缝YOLO图像处理
分类号：U216.3(铁路线路工程)
论文发表日期：2024-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 133-143 )
英文信息