基于改进YOLOv7的高速铁路接触网小零部件定位算法研究

接触网支持装置零部件的正常工作状态对于高速铁路的安全运行至关重要,因此需要对零部件图片进行异常识别。检测车采集到的接触网全局图片中包含不同类别的零部件,为了高效、准确检测不同类别的零部件状态,需要从接触网全局图片中定位不同类别零部件。由于不同接触网零部件尺度差异较大,存在部分小尺度零部件特征较少、难以识别的问题,且目前检测方法主要针对一些大尺度零部件。本文根据现有的接触网零部件定位类别和缺陷类型,扩充目前的零部件定位数据,构建出有34个零部件种类的接触网多尺度零部件定位数据集。然后以YOLOv7定位模型为基础,根据接触网零部件定位的特点,改进网络模型,提高小零部件定位性能,并与常用的几种目标检测算法进行对比,验证本文定位模型的有效性。