基于改进YOLOv7模型的轮对踏面检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于改进YOLOv7模型的轮对踏面检测方法及系统
申请号:CN202510120579
申请日期:2025-01-25
公开号:CN120088206A
公开日期:2025-06-03
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv7模型的轮对踏面检测方法及系统,涉及列车轮对故障检测技术领域,用以解决现有技术中对于高速列车轮对踏面缺陷检测效率低、小目标缺陷易被忽略等问题。本发明的技术要点包括:提出一种基于改进Yolov7算法的检测模型,在颈部网络中使用GSConv替换普通卷积,使用轻量化卷积,降低了模型计算参量;在颈部网络中增加小目标增强模块,通过多尺度子模块将主干网络中不同尺寸的特征图进行多尺度特征融合,并将融合后的特征图和融合前的特征图进行整合;将整合后的特征图输入通道注意力子模块与空间注意力子模块进行处理,从而解决了小目标检测结果不理想的问题;损失函数采用改进的EIoU损失函数,实现了高效检测,提高了损伤分类准确率。
技术关键词
生成对抗网络 多尺度特征融合 子模块 检测模型训练 擦伤缺陷 注意力 凹坑缺陷 列车轮对踏面 图像 数据获取模块 故障检测技术 分类准确率 坐标 表达式
系统为您推荐了相关专利信息
伸缩门 图像识别模块 子模块 防护系统 轨迹
路径控制方法 路径结构 序列 多模态 无人配送车
监测点 模糊逻辑 预测系统 模糊隶属度 子模块
基地 决策方法 层次结构模型 车辆 决策系统
智能调控系统 数据处理单元 数据采集单元 区域控制单元 高低压