-
题名基于YOLOv5的铁路远距离异物识别报警装置
- 1
-
-
作者
袁航
胡伟
赵龙
琚中超
卜旭辉
-
机构
河南理工大学
郑州铁路局郑州机务段
-
出处
《设备管理与维修》
2023年第21期158-161,共4页
-
基金
国家自然科学基金,项目名称:非线性网络系统的数据驱动分布式迭代学习控制及应用,项目编号:U1804147
-
文摘
为减少异物造成的影响及损失,设计一种基于卷积神经网络的铁路异物识别与报警装置,放置在列车前段。将YOLOv5深度学习算法部署至嵌入式设备中,并搭配显示模块、语音报警模块、视频传输模块、定位模块,构建铁路异物数据集并训练权重文件。研究结果表明,在常见异物数据集中mAP0.5值为0.638。针对路外人员仅进行背景优化和结合离线增广,AP0.5值由0.851升至0.937,并取得了良好的鲁棒性。
-
关键词
侵限异物
目标检测
YOLOv5算法
远距离图像传输
报警
-
分类号
U265
[机械工程—车辆工程]
-