摘要
针对列车摘钩关键部件风管和折角塞门的小尺寸目标检测问题,使用多尺度特征增强改进YOLOv5s检测算法.首先在主干网络增加一个多分支卷积模块C2f输出一个大尺寸特征图;然后在颈部结构采用残差特征增强方式RFA提升特征金字塔的多尺度特征融合表征能力;最后检测头输出 4 种尺度的检测特征图,其中新增特征图的尺寸最大,用于增强小尺寸目标的检测能力.实验结果表明,改进 YOLOv5s在平均检测精度mAP 上提升了1.4%,优于SSD,提升了小尺寸风管和折角塞门的检测能力.
基金项目
四川省经济和信息化厅-中国制造2025四川行动资金项目(CJXDZ-Y2021-003)
陕西煤业化工集团有限责任公司2021年度板块级科研项目(2021SMHKJ-BK-J-52)
NETL
NSTL
维普
万方数据