论文部分内容阅读
针对高速列车受电弓在运行中与接触网接触不良产生拉弧,拉弧产生的环境复杂在线检测困难的问题。该文将图像处理与深度学习目标检测相结合,设计了一种基于改进SSD的受电弓拉弧目标检测模型。通过对模型的训练数据集模糊、加噪等处理来扩充数据集,模拟受电弓运行的各种复杂环境,提高模型的鲁棒性。其次,SSD模型基础网络用轻量型MobileNet网络,减小了模型的计算量,提高检测速度。并对采集的待检测弓网图像进行预处理,增强了弓网图像的特征信息,进一步提高了受电弓拉弧的平均检测精度。实验得出该方法能够满足列车受电弓拉