一种基于MFGA-YOLO模型的铁路轨道缺陷检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于MFGA-YOLO模型的铁路轨道缺陷检测方法
申请号:CN202510265939
申请日期:2025-03-07
公开号:CN120298307A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于MFGA‑YOLO模型的铁路轨道缺陷检测方法,包括以下步骤:将含有铁路轨道缺陷图像的数据集输入到MFGA‑YOLO模型进行训练,训练完整后,将采集到的铁路轨道缺陷图像输入到MFGA‑YOLO模型中检测铁路轨道缺陷,并输出缺陷检测结果;本发明基于YOLO11N架构,通过混合聚合网络以整合多尺度特征、快速卷积门控单元加速计算并保持精度、自适应细粒度通道注意力聚焦关键区域以及Wise‑ShapeIoU损失函数精确评估目标匹配,从而显著提升了检测性能。将待检测的图片输入模型中检测铁路轨道,提升了检测效率的同时极大地降低了人工检测的成本。
技术关键词
YOLO模型 缺陷检测方法 通道注意力机制 检测铁路轨道 颈部结构 缩放模块 铁路轨道扣件 卷积模块 缺陷检测系统 深度学习框架 数据 图像采集模块 多尺度特征 缩放参数 网络 旁路
系统为您推荐了相关专利信息
检测网络模型 果实 轻量化结构 多尺度特征金字塔 通道注意力机制
物体表面缺陷检测方法 玻璃平板 平面度误差 透射结构 条纹
芯片缺陷检测方法 图像分割算法 芯片表面缺陷 粒子群算法 缺陷特征提取
皮尔逊相关系数 双向长短期记忆网络 集合经验模态分解 通道注意力机制 剩余使用寿命预测
无人机数字 耐张线夹 缺陷检测方法 YOLO模型 特征融合网络