基于MobileNet的移動(dòng)端列車圖像故障檢測(cè)算法

打開(kāi)文本圖片集

摘  要：針對(duì)列車故障檢測(cè)效率低的問(wèn)題，提出一種基于MobielNet的移動(dòng)端列車圖像故障檢測(cè)算法。首先，在MobileNet中引入注意力卷積塊和Ghost模塊，用以提升網(wǎng)絡(luò)的學(xué)習(xí)能力。其次，使用殘差聚合網(wǎng)絡(luò)獲取多層次的特征圖。最后，將該模型移植到移動(dòng)端設(shè)備上完成列車故障檢測(cè)任務(wù)。實(shí)驗(yàn)結(jié)果表明，該算法的平均精度均值達(dá)到了85.35%，與YOLOv3-Tiny、YOLOv4-Tiny、YOLOX、YOLOv5相比，mAP分別提高了8.83%、5.49%、7.89%、5.31%，并且FED擁有更低檢測(cè)延遲。（剩余8186字）