基于OSE-dResnet网络的列车底部零件检测算法

针对列车底部零件难以检测的问题,提出了一种基于OSE-dResnet网络的列车底部零件检测算法.为了增加特征提取的丰富度与准确性,以Resnet50网络为基础,通过增加跨层传输来强化特征的提取;其次,在特征提取网络上嵌入OSEnet模块,利用全局特征增强有益特征通道;最后,将不同尺度特征层进行融合,实现特征信息互补.实验结果表明:引入OSEnet模块和d-Resnet网络后的算法对列车底部零件具有很好的检测效果,在测试数据集上对所提算法进行验证,mAP达到了98.77％.