基于IR-DETR的轨道图像增强及扣件损伤检测方法
作者机构:北京建筑大学机电与车辆工程学院 城市轨道交通车辆服役性能保障北京市重点实验室
出 版 物:《铁道建筑》 (Railway Engineering)
年 卷 期:2024年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程]
基 金:国家自然科学基金(52272385) 北京市自然科学基金(L211007)
摘 要:为解决在轨道扣件检测中常见的光线不足导致的图像模糊昏暗、扣件特征提取不足等问题,提出一种基于InstructIR(Instruct Image Restoration)与RT-DETR(Real Time Detection Transformer)的综合方法 IR-DETR。在图像预处理方面,针对轨道检测图像的特点,提出基于InstructIR的图像增强方法,根据智能检测的需求增强图像特征。在扣件损伤检测方面,优化RT-DETR模型,引入可学习位置编码(Learned Positional Encoding,LPE),用于对序列中的位置信息进行编码,并在主干部分融合可变形卷积DCNv2(Deformable ConvNets v2),进一步提升模型的感知能力与特征表达能力。用优化前后的数据集作为输入,对IR-DETR及主流模型进行了对比试验。结果表明:改进后的模型平均检测精度提高了2.1%,在参数量基本不变的情况下,检测速度提高18%。