引入卷积块注意力模块的YOLOv5网络在地铁车辆一系弹簧断裂检测中的应用
Railway Quality Control(2023)
摘要
作为地铁车辆关键部件的一系弹簧会发生断裂,威胁列车运行安全.由于一系弹簧断裂的位置、形状不同,并且断裂位置常常被遮挡,使得采用目标检测方法检测时,目标面积较小.对于小目标,采用的基于深度学习的目标检测方法检测难以达到好的效果.针对这一问题,在YOLOv5 网络的基础上加以改进,加入更小的初始检测锚框,并且在主干网络加入空间和通道注意力模块.对比试验结果表明,改进后平均准确率提高 3%,有效提高了小目标的检测能力.
更多关键词
Metro EMU,Bogie,Primary Spring,YOLOv5,CBAM,Deep Learning,Attention Mechanism,Small Tar-get Detection
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要