基于改进YOLOv7和ConvNeXt的吊弦状态判识方法
文献类型：期刊论文
| 作者 | 王文斌1; 李瑞2; 宋宗莹1; 王勇3; 曾杉3 |
| 刊名 | 燕山大学学报
 |
| 出版日期 | 2025-07-24 |
| 卷号 | N/A期号:0页码:1-10 |
| 关键词 | 接触网吊弦检测 状态识别 YOLOv7 注意力机制 损失函数 |
| ISSN号 | 1007-791X |
| 产权排序 | 3 |
| 英文摘要 | 无人机拍摄的铁路接触网图像背景复杂且吊弦形状细长,导致现有检测方法在接触网吊弦状态判识时常发生漏检和错检。为了准确判识无人机图像中吊弦缺陷,本文提出了一种基于改进YOLOv7和ConvNeXt的吊弦状态判识方法。首先,在吊弦定位阶段,通过特征分离模块和下采样过程中引入的CBAM注意力模块对YOLOv7进行改进,增强吊弦目标特征信息,并融入基于Wasserstein距离的边框损失提高对目标定位准确性。在吊弦状态分类阶段,吊弦所在区域图像会以高分辨率输入到ConvNeXt-T网络精细化分类来精准判识吊弦状态。在铁路接触网吊弦数据集上的实验表明,所提方法获得了97.74%的平均精度,相比基线方法提升4.37%,对吊弦缺陷判识准确率精度可达到97.25%,所提算法能准确地检测出无人机拍摄图像中吊弦松弛、断裂的异常状态,为无人机监控接触网吊弦状态提供重要的参考。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/215256]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 曾杉 |
| 作者单位 | 1.中国神华能源股份有限公司; 2.国能包神铁路集团有限责任公司; 3.中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 王文斌,李瑞,宋宗莹,等. 基于改进YOLOv7和ConvNeXt的吊弦状态判识方法[J]. 燕山大学学报,2025,N/A(0):1-10. |
| APA | 王文斌,李瑞,宋宗莹,王勇,&曾杉.(2025).基于改进YOLOv7和ConvNeXt的吊弦状态判识方法.燕山大学学报,N/A(0),1-10. |
| MLA | 王文斌,et al."基于改进YOLOv7和ConvNeXt的吊弦状态判识方法".燕山大学学报 N/A.0(2025):1-10. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。