綜合考慮軌道扣件狀態(tài)檢測任務(wù)要求、召回率、平均檢測精度均值、平均檢測時間等因素,采用CR-YOLOv5s算法檢測軌道扣件缺陷狀態(tài)更具優(yōu)勢。-龍源期刊網(wǎng)" />

特黄三级爱爱视频|国产1区2区强奸|舌L子伦熟妇aV|日韩美腿激情一区|6月丁香综合久久|一级毛片免费试看|在线黄色电影免费|国产主播自拍一区|99精品热爱视频|亚洲黄色先锋一区

基于改進YOLOv5s算法的軌道扣件缺陷檢測

  • 打印
  • 收藏
收藏成功


打開文本圖片集

關(guān)鍵詞:軌道扣件;缺陷檢測;YOLOv5s算法;ConvNeXtV2模塊;EfficientRep網(wǎng)絡(luò);損失函數(shù)WIoU 中圖分類號:U216.3 文獻標(biāo)志碼:A 文章編號:1672-0032(2025)02-0010-09 引用格式:,,,等.基于改進YOLOv5s算法的軌道扣件缺陷檢測[J].山東交通學(xué)院學(xué)報, 2025,33(2):10-18.

0 引言

軌道扣件長期受車輛荷載、振動及外界環(huán)境影響,易出現(xiàn)扣件斷裂、損傷、移位、缺失等問題,嚴重影響列車運行安全[1]。(剩余13585字)

monitor