期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv8网络的钢轨内部伤损识别算法研究(上)
1
作者 贺颂 康梦雷 章罕 《铁道技术监督》 2025年第6期43-46,55,共5页
针对通过人工回放分析钢轨B显图像判断钢轨内部伤损时存在的成本高、效率低、漏检率高等问题,提出一种基于改进YOLOv8网络的钢轨内部伤损识别算法。通过添加小目标检测层和高效通道注意力模块来提高YOLOv8网络的检测精度,引入广义稀疏... 针对通过人工回放分析钢轨B显图像判断钢轨内部伤损时存在的成本高、效率低、漏检率高等问题,提出一种基于改进YOLOv8网络的钢轨内部伤损识别算法。通过添加小目标检测层和高效通道注意力模块来提高YOLOv8网络的检测精度,引入广义稀疏卷积模块来减少算法的计算量,以实现高效率的智能识别。为尽可能降低B显图像中同类型多形状线条和非伤损线条对钢轨内部伤损识别的干扰,将钢轨B显图像数据集分为钢轨伤损和非伤损2类数据集,以8∶1∶1的比例,将数据集随机划分为训练集、验证集和测试集后,开展基于改进YOLOv8网络的钢轨内部伤损识别算法验证试验。试验结果表明:采用基于改进YOLOv8网络的钢轨内部伤损识别算法,能够有效识别钢轨内部伤损,提升钢轨内部伤损的识别能力,减小算法计算量,降低算法对部署环境的资源需求。 展开更多
关键词 钢轨伤损 伤损识别 YOLOv8网络 B显图像 小目标检测层 高效通道注意力模块 广义稀疏卷积模块
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部