【技术实现步骤摘要】
一种基于改进YOLOv5模型的螺栓检测方法及系统
[0001]本专利技术涉及计算机视觉
,具体涉及一种基于改进
YOLOv5
模型的螺栓检测方法及系统
。
技术介绍
[0002]铁路轨枕螺栓是铁路轨道扣件的重要组成部分之一,由于其长期暴露在大气中,经受风吹雨淋,霜冻雪埋等循环性气候变化,容易出现氧化锈蚀
。
螺栓锈蚀轻则使螺栓锈死,影响轨距调整和轨道水平找正等养路作业,重则使螺栓根部腐蚀折断,影响行车安全
。
因此,为了保证运输安全,应有计划的对轨枕螺栓进行防锈蚀处理
。
近年来,在对轨枕螺栓进行长效防腐脂涂覆作业时,逐渐开始使用简单机具或智能装置进行螺栓自动识别和涂覆,然而,由于在识别中会出现遮挡
、
翻转以及平移等问题,
[0003]现有的钢轨螺栓识别方法往往使用计算机视觉技术,将图像处理技术用于钢轨螺栓的识别,可用于钢轨螺栓的自动涂覆,有效提高钢轨螺栓涂油保养的效率,减轻作业人员的工作负担
。
然而,由于钢轨螺栓图像中包含大量冗杂信息,往往还出现阴影
、
光照不均衡
、
复杂背景等情况,在识别中螺栓图像会出现遮挡
、
翻转以及平移等问题,造成误检和漏检的情况,的拓扑结构和形态差异较大,容易导致对其局部的误判和漏检
。
因此,如何快速
、
准确的识别钢轨螺栓,对提高铁路养路机械化水平,做好轨道零件日常性保养具有重要意义
【技术保护点】
【技术特征摘要】
1.
一种基于改进
YOLOv5
模型的螺栓检测方法,其特征在于,包括以下步骤:采集钢轨螺栓图像进行预处理,建立目标数据集;构建结合
CARAFE
和
NWD
‑
IOU
损失函数的改进
YOLOv5
模型;利用目标数据集,对所述改进
YOLOv5
模型进行训练并评估;使用评估完成的改进
YOLOv5
模型进行钢轨螺栓检测
。2.
根据权利要求1所述的一种基于改进
YOLOv5
模型的螺栓检测方法,其特征在于,采集钢轨螺栓图像进行预处理,建立目标数据集,包括:使用
LabelImg
标注工具对采集的螺栓图像中螺栓位置进行标注,获得每张图像对应的
xml
文件;对每张螺栓图像及其对应的
xml
格式文件进行数据增强操作;将螺栓图像及其
xml
文件按照
VOC
格式进行存储,建立目标数据集
。3.
根据权利要求1所述的一种基于改进
YOLOv5
模型的螺栓检测方法,其特征在于,构建结合
CARAFE
和
NWD
‑
IOU
损失函数的改进
YOLOv5
模型,包括:建立基础
YOLOv5
模型;将传统上采样模块替换为
CARAFE
上采样模块;使用
NWD
‑
IOU
损失函数作为模型的回归损失函数
。4.
根据权利要求3所述的一种基于改进
YOLOv5
模型的螺栓检测方法,其特征在于,
CARAFE
上采样模块进行上采样,包括:输入形状为
H
×
W
×
C
的特征图,用1×1×1卷积将它的通道数压缩到
H
×
W
×
C
m
,其中
H、W、C
分别为图片高度
、
图片长度和图片通道数;设上采样倍率为
σ
,利用
K
encoder
×
K
encoder
的卷积层,输入通道数为
C
m
,输出通道数为将通道数在空间维展开,得到形状为的上采样核;将所述上采样核利用
Softmax
进行归一化,使卷积核权重和为
1。5.
根据权利要求3所述的一种基于改进
YOLOv5
模型的螺栓检测方法,其特征在于,所述
NWD
‑
EIOU
损失函数的公式,包括:
L
Bbox
=
(1
‑
IOU
...
【专利技术属性】
技术研发人员:潘广源,宋华建,白志远,苗志军,王新聪,
申请(专利权)人:山东华盛中天工程机械有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。