为更准确地提取列车运行轨道特征,生成精确的轨道异物入侵判断边界,提出一种基于模型和规则的列车运行轨道特征提取方法。文章结合轨道特点对YOLO(You Only Look Once)v8n算法进行改进,引入可变核卷积模块到骨干网络以增大感受野,建立...为更准确地提取列车运行轨道特征,生成精确的轨道异物入侵判断边界,提出一种基于模型和规则的列车运行轨道特征提取方法。文章结合轨道特点对YOLO(You Only Look Once)v8n算法进行改进,引入可变核卷积模块到骨干网络以增大感受野,建立长距离依赖,更好地获取轨道长条形大目标特征。设计多特征融合注意力模块,融合浅层、深层和可变核卷积模块的特征,进行注意力加权突出有效轨道信息,获得精确的轨道掩码和位置信息。对轨道分割结果进行初步筛选,并通过阈值和感兴趣区域筛选,避免非运行区域轨道干扰。根据初步筛选结果和先验信息提取列车运行轨道特征。实验结果表明,相较于原始YOLOv8n算法,采用rail-YOLOv8n改进算法,Box mAP@0.5值和Mask mAP@0.5值分别提高0.9%和1.5%,该算法在直道、弯道和道岔等场景均取得了理想效果。展开更多
