基于改进YOLOv7的高铁异物入侵检测算法

打开文本图片集

摘 要：针对复杂环境下高铁轨道入侵异物对列车的安全行驶有严重的威胁，而现有检测方法不能满足实际的高铁轨道异物检测工作，提出一种基于改进ＹＯＬＯｖ７ 的高铁异物入侵检测算法。引入ＣＡＲＡＦＥ 算子作为上采样算法，减少输入图像的特征信息损失，增大网络感受野；在ＹＯＬＯｖ７ 模型中引入ＧｈｏｓｔＣｏｎｖ 卷积，可以有效地减少模型的计算量和参数量；引入全局注意力机制（Ｇｌｏｂａｌ Ａｔｔｅｎｔｉｏｎ Ｍｅｃｈａｎｉｓｍｓ，ＧＡＭ），增强全局信息交互能力和表达能力，提高检测性能；采用Ａｌｐｈａ＿ＧＩｏＵ 损失函数，提升小目标的检测能力和模型的收敛速度。（剩余12678字）