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