Мультиблочный SSD на основе обнаружения малых объектов для мониторинга железнодорожных сцен с БПЛА

Предложен метод мультиблочного Single Shot MultiBox Detector (SSD), основанный на обнаружении малых объектов, для мониторинга железнодорожных сцен с использованием беспилотных летательных аппаратов (БПЛА). Для устранения ограничений при обнаружении малых объектов разработан механизм мультиблочного SSD, состоящий из трех этапов. Сначала исходные входные изображения сегментируются на несколько перекрывающихся фрагментов. Затем каждый фрагмент отдельно подается на вход SSD для обнаружения объектов. После этого фрагменты объединяются в два этапа. На первом этапе усеченные объекты из результатов обнаружения на подуровне сшиваются. На втором этапе для удаления перекрывающихся рамок подуровней применяется алгоритм подавления и фильтрации подуровней, основанный на концепции немаксимального подавления. Рамки, не обнаруженные на основном уровне, сохраняются. Кроме того, недостаток достаточного количества размеченных обучающих выборок железнодорожной среды препятствует внедрению SSD. Для решения этой проблемы используется двухэтапная стратегия обучения на основе переноса обучения. Модель глубокого обучения предварительно обучается на размеченных данных из многочисленных вспомогательных предметных областей, а затем дообучается с использованием лишь небольшого числа образцов железнодорожной сцены. В качестве примера исследован железнодорожный участок в Китае, подверженный повреждениям вследствие оползней. Экспериментальные результаты показывают, что предложенный метод мультиблочного SSD обеспечивает общую точность 96,6% и повышает результативность до 9,2% по сравнению с традиционным SSD.