一种基于RefineDet网络和霍夫变换的高速铁路接触网吊弦状态多尺度检测方法

针对高速铁路接触网吊弦的状态检测问题,该文提出一种基于RefineDet网络和霍夫变换的吊弦多尺度定位与识别方法。通过设计RefineDet网络的粗调和精调模块对吊弦整体结构进行定位,采用霍夫变换锁定吊弦中部吊悬线所在直线,并利用旋转因子沿直线方向提取吊悬线区域;以吊悬线区域代替吊弦结构整体区域送入分类网络进行训练,通过所建立的多尺度吊弦状态检测模型,实现吊弦状态的精确识别。实验结果表明,吊弦定位模型的准确率达95.3%以上;霍夫变换可排除无效区域对吊弦状态识别的干扰,提高分类网络的训练速度,吊弦状态识别模型准确率达97.5%以上。