中国安全科学学报

作者：赵江平, 徐恒, 党悦悦

单位：西安建筑科技大学 资源与工程学院,陕西 西安 710055

关键词：铁路客车,缺陷图像,目标检测,Faster R-CNN,K-means++

为确保铁路客车运行安全,提出一种基于快速区域卷积神经网络(Faster R-CNN)目标检测的客车关键部件图像缺陷检测算法,针对算法在小尺度螺栓检测方面存在的问题提出2点改进,首先,结合深度残差网络和Inception网络两者优点替换原VGG16网络,并增加上采样层,解决图像经过卷积网络特征信息流失严重的问题;其次,通过K-means++聚类算法优化区域建议网络(RPN)中锚点的尺寸和比例,提高生成建议区域的精确性,解决缺陷目标定位不准确的问题;最后,用创建的螺栓缺陷数据集进行对比验证。结果表明:改进后的算法检测准确率可达87.4%,相较原算法提高8.9%,且对于多目标缺陷与混淆目标,漏检率与误检率分别降低9.9%和11%。

来源：2021年第7期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2021年第7期