基于改进FasterNet和YOLOv8s的轨道扣件缺陷快速检测方法
刘二林1
李涛1
冯海照2
1.兰州交通大学 机电工程学院,兰州 7300702.兰州交通大学 自动化与电气工程学院,兰州 730070
摘要：针对轨道扣件缺陷特征复杂且多样,传统检测方法存在效率低下和漏检率高的问题,基于YOLOv8s网络提出一种轻量级轨道扣件检测模型FPSI-YOLOv8s.首先,为降低模型复杂度,采用速度更快、参数量更小的FasterNet网络替代YOLOv8s中的CSPDarkNet53主干网络进行扣件缺陷特征提取;其次,采用位置感知循环卷积对YOLOv8s颈部的C2f模块进行重新设计,命名为FasterBlock,以实现多尺度特征融合与模型轻量化;再次,在SPPF层后引入空间分组增强(Spatial Group-wise Enhance,SGE)注意力机制,增强模型对扣件缺陷特征的敏感度,防止检测精度大幅下降;最后,使用Inner-IoU损失函数替代CIoU损失函数,加强模型对不同尺度和形状目标的检测能力,通过精细化的质量评估和梯度增益策略,增强模型的鲁棒性.实验结果表明:改进后的模型在仅损失0.7%检测精度的情况下,模型大小降低了29.78%,计算量和参数量分别减少了29.93%和30.46%,能够在保持较高精度的同时实现轻量化和提升运行效率,在轨道扣件的快速巡检领域具有良好的应用前景.
关键词：YOLOv8s轻量化轨道扣件位置感知循环卷积空间分组增强注意力机制
分类号：TP391(计算技术、计算机技术)U216.3(铁路线路工程)
论文发表日期：2025-12-30
在线出版日期：2026-02-02（本平台首次上网日期，不代表文献的发表时间）
页数：11( 64-74 )
英文信息