来源：期刊VIP网 时间：
作者：左翰辰;王力;谢征宇;王增卿;马小宁;闫伟;
单位：北京交通大学交通运输学院;北京交通大学综合交通运输理论交通运输行业重点实验室;铁路运营主动安全与风险控制重点实验室;北京城市交通信息传感与服务技术研究中心;中国铁道科学研究院集团有限公司电子计算技术研究所;中国国家铁路集团有限公司办公厅;
摘要：随着我国铁路线路里程的不断增加，铁路线路维修作业环境的安全保障成为我国铁路安全管理的重要内容。雪天环境下，雪花和光照会干扰铁路线路维修作业环境检测图像，显著影响安全检测精度。基于此，分析雪天铁路线路维修作业环境安全检测的需求，以YOLOv9算法框架为基础，从特征提取、模型去噪、模型轻量化3方面进行有针性的改性，提出一种基于改进YOLOv9的雪天铁路线路维修作业环境安全检测算法，在特征提取融合中使用SAConv模块，增强模型的深层次特征提取能力；在下采样中使用HWT模块，利用哈尔小波变换对频率分级，提升模型的去噪能力；在卷积中利用GhostConv模块，对模型准确率影响不大的情况下降低模型的参数量。基于公共数据集VOC和自建的雪天铁路线路维修作业环境安全检测数据集的试验结果表明：改进YOLOv9算法在VOC中平均准确率达到85.1%;在自建数据集中平均准确率达到98.4%,召回率达到97.0%,满足现有使用场景的需求，为保障铁路线路维修作业环境安全提供重要的技术支撑。
关键词：YOLOv9算法;;安全检测;;目标检测;;特征提取网络
基金资助：中国国家铁路集团有限公司科技研究开发计划(N2023S009,K2023X040)
