基于IR-DETR的轨道图像增强及扣件损伤检测方法

作     者：段嘉明 白堂博 许贵阳 宗浩 付浩辰 

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) 

主　　题：高速铁路 实时检测 试验研究 扣件 图像增强 

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%。