买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都理工大学;成理智源科技(成都)有限公司

摘要：本发明公开了一种轻量化双通道铁路异物入侵检测方法，属于图像数据处理技术领域，包括步骤：构造铁路异物数据集；构造2个网络LAIFI和LCCFM；基于LAIFI和LCCFM构造改进的RT‑DETR网络；用铁路异物数据集训练得到铁路异物识别模型；用铁路异物识别模型对待识别铁轨图像进行异物识别；若有异物，再用改进边缘检测算法得到危险区域；判断异物是否位于危险区域内。本发明中改进的RT‑DETR网络不仅能增强不同尺度特征的捕捉能力，还能在显著减小计算量的同时，保证检测精度，而改进边缘检测算法能对铁路边缘进行精确识别，进而更精确的界定出潜在的危险区域。最终准确、快速判断异物是否处于铁轨的危险区域。

主权项：1.一种轻量化双通道铁路异物入侵检测方法，其特征在于：包括以下步骤；S1，构造铁路异物数据集；采集不同场景下包含不同异物的铁轨图像，对每张铁轨图像，预处理并对异物进行人工标注，将带有标注的铁轨图像作为样本，所有样本构成铁路异物数据集；S2，构造轻量级内尺度特征交互模块LAIFI，包括步骤S21~S22，S21，构造一LMSDA网络，包括第一卷积层、SWDA层、深度可分离卷积层、第二卷积层；LMSDA网络的输入特征，经第一卷积层得到特征、经SWDA层得到多个头部特征，多个头部特征经通道拼接和线性层后，输出特征；和逐元素相乘得到特征、再经深度可分离卷积层输出特征，与逐元素相加得到特征，再经第二卷积层得到特征，与逐元素相加，得到LMSDA网络的输出特征；S22，基于LMSDA网络构造LAIFI，包括2个LMSDA网络，依次标记为第一LMSDA网络和第二LMSDA网络；LMSDA网络的输入特征、经第一归一化层、特征分割层、分割为第一输入特征和第二输入特征，作为第二LMSDA网络的输入特征，经第二LMSDA网络输出特征并标记为，与逐元素相乘、再经1×1卷积层、激活函数层得到特征，与逐元素相加得到，作为第一LMSDA网络的输入特征，经第一LMSDA网络输出特征并标记为，与逐元素相乘、再经1×1卷积层、激活函数层得到特征，与进行通道拼接，得到特征、经深度可分离卷积层、第二归一化、激活函数层、Droupt正则化层得到特征，与逐元素相加、再经1×1卷积层、Dropath正则化层得到特征，与逐元素相加，得到LAIFI的输出特征；S3，构造轻量级跨尺度特征融合模块LCCFM；选取一CCFM模块，所述CCFM模块包含融合块，用ShuttleNetv2中的基础单元替换融合块中的重参数卷积层，将替换后的CCFM模块作为LCCFM；S4，构造改进的RT-DETR网络，包括步骤S41~S42；S41，选取一RT-DETR网络，包括主干网络、高效混合编码器和解码器，所述高效混合编码器包括AIFI模块和CCFM模块；S42，用ResNet18网络作为主干网络，ResNet18网络最后3个阶段的特征图F3、F4、F5作为主干网络的特征输出；用LAIFI替换AIFI模块，LCCFM替换替换CCFM模块，得到改进的RT-DETR网络；S5，用铁路异物数据集训练改进的RT-DETR网络，得到铁路异物识别模型；S6，获取待识别铁轨图像，输入铁路异物识别模型，输出异物识别结果。

全文数据：

权利要求：

百度查询： 成都理工大学 成理智源科技(成都)有限公司 一种轻量化双通道铁路异物入侵检测方法