铁路沿线彩钢房存在安装不规范、结构老化变形等问题,在大风天气下易被吹落至铁路线路附近,威胁列车行车安全,甚至可能引发严重安全事故。为解决上述问题,提出了一种基于无人机巡检图像的铁路沿线彩钢房状态检测算法。基于YOLOv10(You O...铁路沿线彩钢房存在安装不规范、结构老化变形等问题,在大风天气下易被吹落至铁路线路附近,威胁列车行车安全,甚至可能引发严重安全事故。为解决上述问题,提出了一种基于无人机巡检图像的铁路沿线彩钢房状态检测算法。基于YOLOv10(You Only Look Once,v10)算法的构架,首先,搭建了基于FasterNet优化的主干网络,提升原算法的特征提取能力,提高算法的检测精度;其次,构造新的C2F-FMB(Cross-Stage Partial Fusion-Feature Modulation Blocks)颈部模块,通过引入特征的自适应调制机制,增强算法对图像中局部细节和全局信息的提取能力,优化C2F模块在小目标检测的性能表现。结果表明:相比原始YOLOv10算法,改进后的算法在IoU(Intersection over Union)阈值为0.5时的平均精度均值(mean Average Precision,mAP@0.5)提高了4.7%。同时,该算法在小面积彩钢房检测任务以及具有相似特征的目标分类任务中表现出更强的适应性和更高的检测精度。展开更多
文摘铁路沿线彩钢房存在安装不规范、结构老化变形等问题,在大风天气下易被吹落至铁路线路附近,威胁列车行车安全,甚至可能引发严重安全事故。为解决上述问题,提出了一种基于无人机巡检图像的铁路沿线彩钢房状态检测算法。基于YOLOv10(You Only Look Once,v10)算法的构架,首先,搭建了基于FasterNet优化的主干网络,提升原算法的特征提取能力,提高算法的检测精度;其次,构造新的C2F-FMB(Cross-Stage Partial Fusion-Feature Modulation Blocks)颈部模块,通过引入特征的自适应调制机制,增强算法对图像中局部细节和全局信息的提取能力,优化C2F模块在小目标检测的性能表现。结果表明:相比原始YOLOv10算法,改进后的算法在IoU(Intersection over Union)阈值为0.5时的平均精度均值(mean Average Precision,mAP@0.5)提高了4.7%。同时,该算法在小面积彩钢房检测任务以及具有相似特征的目标分类任务中表现出更强的适应性和更高的检测精度。
