[发明专利]轨道安全检测方法、系统、装置和存储介质

说明书

本发明公开了一种轨道安全检测方法、系统、装置和存储介质，可应用于目标检测技术领域。本发明方法包括以下步骤：获取目标区域内的视频数据；根据视频数据，采用PP‑Yolo网络模型进行轨道安全检测，得到轨道安全结果；其中，PP‑Yolo网络模型包括输入层、骨干框架、网络层和预测输出层，输入层、骨干框架、网络层和预测输出层依次连接；骨干框架包括ResNet‑50‑vd框架；预测输出层包括可变形卷积模块。本发明通过由输入层、包含ResNet‑50‑vd框架的骨干框架、网络层和包括可变形卷积模块输出层来对实时采集的视频数据进行轨道安全检测，以利用可变形卷积模块的宽视野性，提高检测结果的准确性和扩宽应用范围。

技术领域

本发明涉及目标检测技术领域，尤其是一种轨道安全检测方法、系统、装置和存储介质。

背景技术

随着铁路路网规模的不断扩张，铁路轨道上的和接触电网上的异物给铁路运输带来巨大的安全隐患。为了确保铁路运营安全以及旅客安全出行，需要全面提升铁路安全保障能力。目前，对于轨道安全检测方面，主要通过YOLOv3目标检测算法来检测轨道上的目标。但是，由于YOLOv3目标检测算法无法检测到更宽阔视野内的目标，因而降低了检测结果的准确性。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种轨道安全检测方法、系统、装置和存储介质，能够有效提高检测结果的准确性。

第一方面，本发明实施例提供了一种轨道安全检测方法，包括以下步骤：

获取目标区域内的视频数据；

根据所述视频数据，采用PP-Yolo网络模型进行轨道安全检测，得到轨道安全结果；

其中，所述PP-Yolo网络模型包括输入层、骨干框架、网络层和预测输出层，所述输入层、所述骨干框架、所述网络层和所述预测输出层依次连接；所述骨干框架包括ResNet-50-vd框架；所述预测输出层包括可变形卷积模块。

本发明实施例提供的一种轨道安全检测方法，具有如下有益效果：

本实施例通过由输入层、包含ResNet-50-vd框架的骨干框架、网络层和包括可变形卷积模块预测输出层来对实时采集的视频数据进行轨道安全检测，以利用可变形卷积模块的宽视野性和ResNet-50-vd框架的轻量级性能，提高检测结果的准确性和扩宽应用范围。

可选地，所述ResNet-50-vd框架包括卷积模块和上采用模块；所述卷积模块用于对所述视频数据进行初步特征处理；所述上采用模块用于对处理特征处理后的视频数据进行特征采样。

可选地，所述网络层包括FPN特征金字塔；所述卷积模块、上采用模块和所述FPN特征金字塔均包括可变形卷积模块。

可选地，所述预测输出层还包括Yolo模块，所述Yolo模块用于识别所述视频数据内的目标位置和类型。

可选地，在所述采用PP-Yolo网络模型进行轨道安全检测这一步骤之前，还包括对所述PP-Yolo网络模型的训练步骤，所述训练步骤包括：

获取若干张第一图像作为训练集；

采用所述训练集对所述PP-Yolo网络模型进行训练；

获取若干张第二图像作为测试集；

采用所述测试集对训练后的PP-Yolo网络模型进行测试；

确定测试过程的错误结果和损失函数；

根据所述错误结果和所述损失函数调整所述PP-Yolo网络模型的参数。

第二方面，本发明实施例提供了一种轨道安全检测系统，包括：

数据采集单元，所述数据采集单元用于实时采集预设采集区域内的视频数据；