基于改进 YOLOv8 的接触网异物检测模型研究

李作进1; $21; $21; $21; $21; $2（60-69）

文章摘要

author_cn_name].基于改进 YOLOv8 的接触网异物检测模型研究[J].重庆科技学院学报（自然科学版）,2026,(1):.

基于改进 YOLOv8 的接触网异物检测模型研究

DOI：10. 19406 / j. issn. 2097-4531. 2026. 01. 007

中文关键词: 接触网异物检测 YOLOv8 模型 SCConv 模块铁路安全

英文关键词:

基金项目:重庆市自然科学基金项目“面向多模态异构大数据的特征自主学习方法研究” (CSTC2021YCJH-BGZXM0071);重庆市教委科技重大项目“山地道路疲劳驾驶特征融合与险态行为识别研究”(KJZD-M202301502)

作者	单位
李作进1 郑路1 徐椤庚1 晋智炜1 李自力1 万久地（60-69）	1. 重庆科技大学电子与电气工程学院 2. 中国铁塔股份有限公司重庆市分公司

摘要点击次数: 194

全文下载次数: 0

中文摘要:

针对现有接触网异物检测方法存在的特征提取不足、背景干扰严重、检测精度较低等问题,提出了一种基于改进 YOLOv8 的接触网异物检测模型。首先,在 YOLOv8 模型的网络特征提取中引入 C2f-SCConv 模块,以改善模型对异物特征和背景变化的适应性;接着,嵌入 BiFPN 结构,以有效整合不同尺度的特征信息,提高多尺度异物检测精度;然后,嵌入 GAM,以增强图像噪声抑制效果, 提升模型鲁棒性;最后,引入 Wise-IoU 损失函数,以增强模型对复杂边界的敏感性,提高细节捕捉能力。实验结果表明,改进后模型在接触网异物识别中的平均精度均值达到 89. 9%,可显著增强对小目标的检测效果,满足接触网异物识别的实际需求。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭