SDRC-YOLO: новый алгоритм обнаружения вторжения посторонних объектов в железнодорожных сценариях

Обнаружение вторжения посторонних объектов имеет решающее значение для обеспечения безопасности железнодорожных перевозок. В последние годы алгоритмы обнаружения объектов на основе глубокого обучения нашли широкое применение в различных областях. Однако в сложных и динамичных условиях железнодорожной инфраструктуры традиционные методы обнаружения объектов по-прежнему характеризуются высокой частотой ложных срабатываний и пропусков обнаружения, а также недостаточным быстродействием. Для решения этих проблем предложен эффективный метод обнаружения вторжения посторонних объектов на железнодорожном транспорте SDRC-YOLO. Во-первых, предложен гибридный механизм внимания, объединяющий возможности локального представления, для повышения точности распознавания малых объектов. Во-вторых, предложен модуль DW-Decoupled Head, формирующий смешанные каналы признаков для улучшения возможностей локализации и классификации. В-третьих, для формирования более широкого рецептивного поля и повышения способности сети к извлечению признаков применено свёрточное ядро большого размера. Кроме того, для изменения размера и соотношения признаков вторгающихся посторонних объектов используется лёгковесный универсальный оператор увеличения пространственного разрешения CARAFE, что ускоряет сходимость сети. Экспериментальные результаты показывают, что по сравнению с базовым алгоритмом YOLOv5s алгоритм SDRC-YOLO повышает среднюю точность (mean average precision, mAP) на 2,8% и 1,8% на наборах данных RS и Pascal VOC 2012 соответственно.