基于EfficientDet与Vision Transformer的接触网吊弦故障检测 |
| |
引用本文: | 卞建鹏,薛秀茹,崔跃华,徐皓,鲁一铭.基于EfficientDet与Vision Transformer的接触网吊弦故障检测[J].铁道科学与工程学报,2023(6):2340-2349. |
| |
作者姓名: | 卞建鹏 薛秀茹 崔跃华 徐皓 鲁一铭 |
| |
作者单位: | 石家庄铁道大学电气与电子工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(51307112); |
| |
摘 要: | 针对传统检测方法在铁路接触网吊弦故障状态检测中存在识别率低,识别速度慢的问题,提出一种基于轻量型网络EfficientDet与Vision Transformer网络相结合的接触网吊弦状态检测算法。该算法包括目标定位和分类检测2个部分,利用改进EfficientDet进行吊弦定位,将定位出的吊弦送入改进Vision Transformer网络进行故障类别检测。首先,使用空洞卷积替代EfficientDet网络中第2层和第3层的普通卷积,以扩大感受野,并用CBAM代替原网络中的SE注意力机制,汇聚吊弦的高层语义信息,使得改进后的EfficientDet能有效定位出接触网中尺寸占比较小的吊弦;其次,为减少参数量并保留较大范围的特征相关性,应用4个3×3的小卷积替代Vision Transformer中Embedding的16×16的卷积层,以深度提取浅层与深层特征之间的联系,同时对比当Num-head取值不同时,分析注意力机制对空间信息的影响,以确定吊弦故障分类检测的最优模型;最后分别与定位网络YOLOv3,Faster R-CNN和分类网络AlexNet,VGG16进行对比分析,吊弦定位...
|
关 键 词: | 接触网吊弦故障检测 EfficientDet Vision Transformer 智能巡检 |
|
|