摘 要: | 高原高寒地区环境复杂、昼夜温差大,对铁路建设与运营产生不良影响,容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用,特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据,以YOLOv5方法对数据集进行整理、处理和模型训练,精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明,基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性,可以同时进行目标检测和类别分类,并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法,有助于提高铁路安全和运营效率。
|