基于MobileNet的移动端列车图像故障检测算法

打开文本图片集

摘  要：针对列车故障检测效率低的问题，提出一种基于MobielNet的移动端列车图像故障检测算法。首先，在MobileNet中引入注意力卷积块和Ghost模块，用以提升网络的学习能力。其次，使用残差聚合网络获取多层次的特征图。最后，将该模型移植到移动端设备上完成列车故障检测任务。实验结果表明，该算法的平均精度均值达到了85.35%，与YOLOv3-Tiny、YOLOv4-Tiny、YOLOX、YOLOv5相比，mAP分别提高了8.83%、5.49%、7.89%、5.31%，并且FED拥有更低检测延迟。（剩余8186字）