来源：期刊VIP网 时间：
作者：史天运;侯博;李国华;代明睿;
单位：中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司电子计算技术研究所;
摘要：针对铁路接触网异物类别多样、场景多变的开放目标检测问题，提出基于改进DINO目标检测算法的铁路接触网异物检测方法。首先，基于铁路接触网异物图像特征，利用EfficientNet网络替换原始模型中的Resnet主干网络，并结合卷积注意力模块（Convolutional Block Attention Module,CBAM）对EfficientNet网络进行改进，在颈部结构采用改进后的加权双向特征金字塔网络（Bidirectional Feature Pyramid Network,BiFPN），以增强模型对重要特征的关注度，提升检测性能；其次，通过马赛克数据增强和环境干扰等多种数据增强技术对输入图片数据进行处理，丰富样本数据的特征；最后，利用铁路人工智能平台实现铁路接触网异物检测的应用。结果表明：所提方法在性能方面表现优异，其平均精度均值可达89.87%，与YOLOv5,DETR和原始DINO这3种典型的目标检测算法相比，分别提高了6.40%,7.31%和5.75%。该方法能够满足行车线路上接触网异物的准确、快速及智能化识别要求，为接触网异物检测提供重要的技术支撑。
关键词：铁路接触网;;异物识别;;目标检测;;人工智能平台;;卷积注意力模块
基金资助：国家自然科学基金资助项目（U2268217）
