来源：期刊VIP网 时间：
作者：郝蕊;范文娜;孙安培;王焜;张素华;张瑾;张晋博;陈敏;
单位：中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术有限公司;西南交通大学地球科学与工程学院;
摘要：针对因隧道内部环境复杂和小导管形态变化导致的超前支护小导管难以自动识别的问题，本文提出一种联合可变形卷积与门控特征融合机制的超前支护小导管影像实时检测Transformer模型。该模型通过可变形卷积灵活地进行特征图采样，提升模型对于小导道形态变化的适应能力，建立多尺度门控特征融合机制，自适应筛选并融合各个尺度的特征，过滤冗余信息。此外，在主干特征提取网络中引入部分卷积（Partial Convolution,PConv），在保持识别精度的同时降低模型计算量，提升了检测速度。试验结果表明，本文模型在保持推理速度的情况下，平均精度和每张影像最多考虑10个检测结果时的平均召回率指标较基线模型分别提升1.3%和0.9%，证明了模型改进的有效性。
关键词：铁路隧道;;目标检测;;模型试验;;超前支护小导管;;可变形卷积;;门控特征融合;;模型轻量化
基金资助：中国铁道科学研究院集团有限公司基金（2022YJ057）
