基于YOLOv5的机车车顶智能识别技术研究  

作　　者：郭佑民[1] 米奡蔚 谷云龙 何际华 李祯 

机构地区：[1]兰州交通大学机电技术研究所,甘肃兰州730070 [2]中国铁路兰州局集团有限公司嘉峪关机务段,甘肃嘉峪关735100

出　　处：《中国新技术新产品》2024年第8期7-9,共3页New Technology & New Products of China

摘　　要：铁路系统智能化建设不仅可以提高铁路的自动化和智能化水平,而且是铁路现代化发展中的重要环节。机车在正常行驶过程中,如果车顶存在异物,就可能会产生严重不良后果。目前,通常由工人检修车顶,效率较低,本文针对这个情况提出了一种基于YOLOv5深度学习模型的异物检测算法,将CIoU损失函数更换为SIoU损失函数,改进原有的YOLOv5模型,能够有效识别车顶是否存在异物,准确分类异物,提高车顶检测精度和检修效率,保障铁路行车安全。

关 键 词：异物检测 图像处理 列车运行安全 损失函数 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]