綜合考慮軌道扣件狀態(tài)檢測(cè)任務(wù)要求、召回率、平均檢測(cè)精度均值、平均檢測(cè)時(shí)間等因素,采用CR-YOLOv5s算法檢測(cè)軌道扣件缺陷狀態(tài)更具優(yōu)勢(shì)。-龍?jiān)雌诳W(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(jìn)YOLOv5s算法的軌道扣件缺陷檢測(cè)

  • 打印
  • 收藏
收藏成功


打開(kāi)文本圖片集

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

0 引言

軌道扣件長(zhǎng)期受車(chē)輛荷載、振動(dòng)及外界環(huán)境影響，易出現(xiàn)扣件斷裂、損傷、移位、缺失等問(wèn)題，嚴(yán)重影響列車(chē)運(yùn)行安全[1]。（剩余13585字）

monitor