基于深度學(xué)習(xí)的軌道表面缺陷檢測(cè)

摘要 ：針對(duì)鋼軌表面缺陷檢測(cè)精度不足和速度緩慢的難題，提出一種基于改進(jìn)的YOLOv5s鋼軌表面缺陷檢測(cè)算法。在此算法中，首先在YOLOv5s網(wǎng)絡(luò)中Bacbone部分內(nèi)嵌入CBAM注意力模塊，它能夠有效挖掘鋼軌損傷的通道和空間特征信息;同時(shí)，采用輕量化的CARAFE模塊取代原YOLOv5s網(wǎng)絡(luò)中Neck部分的傳統(tǒng)上采樣模塊，避免上采樣過程中特征信息的丟失，生成更多的細(xì)節(jié)和平滑的邊緣，有效增加模型的感受域，這些優(yōu)化措施顯著提升了模型對(duì)鋼軌缺陷特征的捕捉力，進(jìn)而增強(qiáng)了模型的檢測(cè)精度;其次，通過將YOLOv5s中的CBL模塊更換為更加高效的GSConv卷積模塊，實(shí)現(xiàn)了計(jì)算成本的節(jié)約和檢測(cè)速度的提升。實(shí)驗(yàn)結(jié)果表明：改進(jìn)后的YOLOv5s對(duì)鋼軌表面缺陷檢測(cè)平均精度mAP為90.98%，相比于YOLOv5s提升了2.7%，其中檢測(cè)摩擦缺陷的平均精度提升了5%，對(duì)于疤痕缺陷和裂紋缺陷精度提高了2.3%和0.9%，檢測(cè)速度提高了7.52幀/s，能夠有效解決鋼軌表面缺陷檢測(cè)準(zhǔn)確率低及檢測(cè)速度慢的問題，證明了鋼軌表面缺陷檢測(cè)算法的有效性。

關(guān)鍵詞 ：鋼軌表面缺陷;YOLOv5s;GSconv模塊;輕量級(jí)采樣模塊

中圖分類號(hào)：TP391.4"" 文獻(xiàn)標(biāo)志碼：A"" 文章編號(hào)：1004-0366（2025）01-0016-09

為保障軌道交通的安全運(yùn)輸與運(yùn)營(yíng)效率，有必要提高軌道表面缺陷檢測(cè)準(zhǔn)確率及檢測(cè)速率，及時(shí)排除軌道的潛在風(fēng)險(xiǎn)。傳統(tǒng)的人工檢測(cè)軌道病害具有主觀性，而且費(fèi)時(shí)費(fèi)力，因此研發(fā)低成本和高效率的軌道病害智能檢測(cè)技術(shù)具有重要的現(xiàn)實(shí)意義^［1-2］。

基于圖像處理的方法為目前常用的軌道病害檢測(cè)方法，該方法通過在計(jì)算機(jī)上使用圖像處理算法自動(dòng)檢測(cè)缺陷，這類算法中圖像處理^［3］占用了大量的計(jì)算時(shí)間。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，出現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法^［4］，如LU等^［5］提出將U-Net圖分割網(wǎng)絡(luò)與損傷定位相結(jié)合的方法應(yīng)用于高速鐵路的損傷檢測(cè)，該方法可以獲得較高的檢測(cè)精度，但存在檢測(cè)速度慢和模型體積大的局限性；YUAN等^［6］提出將MobileNet V2應(yīng)用于鋼軌表面缺陷檢測(cè)，實(shí)現(xiàn)了高速實(shí)時(shí)檢測(cè)，但檢測(cè)精度較低;張明^［7］應(yīng)用優(yōu)化Faster RCNN算法對(duì)軌道表面質(zhì)量進(jìn)行了檢測(cè)，該分類模型與YOLO的Darknet模型相比較而言，訓(xùn)練參數(shù)多導(dǎo)致計(jì)算量大，檢測(cè)速度慢;SONG等^［8］應(yīng)用YOLOv3算法實(shí)現(xiàn)了鋼軌表面缺陷檢測(cè)，該方法具有較高的檢測(cè)精度和較快的檢測(cè)速度，但對(duì)于特征不明顯的缺陷檢測(cè)精度有待提高。YOLO系列的YOLOv5算法是當(dāng)前在商業(yè)領(lǐng)域使用最普遍的檢測(cè)網(wǎng)絡(luò)之一，其針對(duì)微型目標(biāo)的檢測(cè)有較高的檢測(cè)精度和檢測(cè)速度。王旭等^［9］將YOLOv5應(yīng)用到陶瓷環(huán)缺陷檢測(cè)中，實(shí)現(xiàn)了陶瓷環(huán)缺陷的高效檢測(cè)。與其他方法對(duì)比，YOLOv5s^［10］網(wǎng)絡(luò)模型較小，而且在確保高檢測(cè)精度的同時(shí)還能維持較高的檢測(cè)速度，符合鋼軌表面疤痕、摩擦和裂痕等缺陷檢測(cè)技術(shù)要求，因此本文選擇YOLOv5s網(wǎng)絡(luò)作為基礎(chǔ)研究模型。

為解決鋼軌表面缺陷檢測(cè)模型精度低及檢測(cè)慢的問題，本文基于YOLOv5s算法做了以下改進(jìn)：

（1） 針對(duì)鋼軌表面缺陷檢測(cè)模型精度低的問題，將具有提升特征提取能力的注意力機(jī)制模塊（CBAM，convolutional block attention module）^［11］嵌入YOLOv5s網(wǎng)絡(luò)的Backbone最后一層Csp2_1中，以此提高檢測(cè)精度。該模塊有效地增強(qiáng)了模型對(duì)多種類型缺陷通道特征和空間特征信息的提取能力;同時(shí)，在YOLOv5s網(wǎng)絡(luò)的Neck部分，通過引入輕量級(jí)上采樣（CARAFE，content-aware reassembly of features）^［12］模塊，取代了舊有的最近鄰插值上采樣方法，這樣可以有效地放大縮小后的特征圖，從而大范圍擴(kuò)展了模型的感知范圍。該部分改進(jìn)通過結(jié)合注意力機(jī)制和高效上采樣方法，顯著優(yōu)化了鋼軌缺陷檢測(cè)的性能，從而提高了模型檢測(cè)精度。

（2） 為使檢測(cè)速度提升，引入運(yùn)算更精巧的GSConv^［13］卷積模塊，替換YOLOv5s中CBL模塊。該部分通過引入高效的卷積模塊來取代傳統(tǒng)的Conv卷積，極大地減少了模型的計(jì)算負(fù)擔(dān)與復(fù)雜性，從而提升了模型的檢測(cè)速度。

1 改進(jìn)的軌道表面病害檢測(cè)模型

YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)（見圖1）中的Backbone模塊主要由Focus結(jié)構(gòu)、跨階段局部網(wǎng)絡(luò)（CSPNet，cross stage partial network）和空間金字塔池化（SPP，spatial pyramid pooling）組成，主要作用是從輸入圖像中抽取關(guān)鍵信息，并與多尺度特征融合模塊^［14］協(xié)同工作，Neck模塊融入了特征圖金字塔網(wǎng)絡(luò)（FPN，feature pyramid network）與路徑聚合網(wǎng)絡(luò)（PAN，path attregation network）的設(shè)計(jì)理念^［15-16］，F(xiàn)PN依托上采樣技術(shù)實(shí)現(xiàn)頂層向下層的特征混合，而PAN則基于自下而上的方式進(jìn)行特征融合，這樣有助于提升對(duì)小型目標(biāo)的識(shí)別準(zhǔn)確度，它們橋接Backbone和Prediction，以實(shí)現(xiàn)更復(fù)雜目標(biāo)的特征提取。此網(wǎng)絡(luò)的主要特點(diǎn)就是對(duì)圖片局部特征、深層特征以及語義特征的多尺度特征融合。在實(shí)際工程應(yīng)用中，鋼軌表面缺陷的檢測(cè)具有特殊性，除了注重檢測(cè)精度外還要注重檢測(cè)速度，對(duì)于鋼軌表面上一些劃痕、裂紋等特征不明顯缺陷，該網(wǎng)絡(luò)特征提取方式和檢測(cè)速度還不能滿足鋼軌表面缺陷檢測(cè)要求，因此本文對(duì)該網(wǎng)絡(luò)做了檢測(cè)精度和檢測(cè)速度的改進(jìn)。改進(jìn)后的YOLOv5s檢測(cè)算法框架如圖2所示。

1.1 優(yōu)化特征融合提升檢測(cè)精度

（1） 注意力機(jī)制嵌入設(shè)計(jì)

由于鋼軌表面缺陷具有尺寸不一的特點(diǎn)，對(duì)于鋼軌表面缺陷檢測(cè)來說，不同類型的缺陷可能在不同通道中有不同的視覺特征表現(xiàn)，例如顏色、紋理等。若直接采用深度學(xué)習(xí)網(wǎng)絡(luò)模型，骨干網(wǎng)絡(luò)在提取輸入圖片的主要信息時(shí)會(huì)受到無用信息的干擾，其效率與準(zhǔn)確率較低，CBAM模塊能夠自適應(yīng)地增強(qiáng)與鋼軌表面缺陷相關(guān)的通道，從而提高模型對(duì)軌面缺陷特征的感知能力，使算法更加敏感和準(zhǔn)確。此外，CBAM模塊中的空間注意力機(jī)制有助于模型捕捉輸入特征圖中不同位置的相關(guān)性。在鋼軌表面缺陷檢測(cè)中，缺陷可能出現(xiàn)在不同位置和尺度上，通過引入空間注意力模型，可以更聚焦于可能存在缺陷的區(qū)域，降低誤檢的風(fēng)險(xiǎn)，提高檢測(cè)的可靠性。因此，為增強(qiáng)模型對(duì)鋼軌表面摩擦等微弱缺陷的關(guān)注和識(shí)別能力，在YOLOv5s的Backbone網(wǎng)絡(luò)最后一層Csp2_1層中引入了CBAM模塊來實(shí)現(xiàn)注意力機(jī)制，即圖2中綠色框所示，其結(jié)構(gòu)如圖3所示。該模塊通過優(yōu)先處理通道維度再處理空間維度的串聯(lián)方式，序列化的在通道維度和空間維度上生成注意力特征圖信息，并由通道間的特征關(guān)系生成通道注意圖，結(jié)合空間注意得到信息量豐富的特征圖。

CBAM模型雖然使用串聯(lián)方式提取了通道和空間信息，但這種串聯(lián)方式忽略了通道和空間的交互信息^［17］，使得鋼軌表面一些微弱缺陷中較低的信噪比丟失，因此，參照文獻(xiàn)［11］中的組合方式并結(jié)合鋼軌表面缺陷多尺度特征，按照通道注意力機(jī)制與空間注意力機(jī)制并行的方式進(jìn)行鋼軌表面缺陷特征提取，使兩種注意力模塊直接學(xué)習(xí)輸入的鋼軌表面缺陷圖像特征，以免因串行連接的先后順序?qū)е履K的效果不穩(wěn)定，如圖4所示。

兩種注意力模塊并行后可以直接學(xué)習(xí)輸入的鋼軌表面缺陷特征，使得模型能夠更好地捕捉微小缺陷的特征，進(jìn)而提高對(duì)微小缺陷的識(shí)別能力，也有助于提升模型的檢測(cè)和分類準(zhǔn)確性。同時(shí)，為關(guān)注到更關(guān)鍵、更有區(qū)分性的顯著性通道特征和空間特征，借鑒殘差的思想將上層輸入的特征 F分別與當(dāng)前的通道特征Mc（F）和空間特征Ms（F）進(jìn)行基于元素對(duì)應(yīng)相乘的加和操作，即得到縮放后的新特征，從而得到最終的鋼軌表面缺陷特征圖Fz，具體計(jì)算公式為

Fz=Mc（F）Ms（F）F， （1）

其中：F表示輸入的鋼軌表面缺陷特征圖;Mc（F）表示輸入的鋼軌表面缺陷特征圖經(jīng)過通道注意力的輸出權(quán)值;Ms（F）表示輸入的鋼軌表面缺陷特征圖經(jīng)過空間注意力的輸出權(quán)值;表示基于元素對(duì)應(yīng)相乘的加和操作;Fz表示最終優(yōu)化輸出的鋼軌表面缺陷特征。

（2） 上采樣結(jié)構(gòu)設(shè)計(jì)

根據(jù)軌道圖像可知，邊緣信息是后續(xù)軌面病害定位和識(shí)別分類的關(guān)鍵信息，在缺陷特征提取中需要保留圖像所包含的邊緣梯度信息，而YOLOv5s網(wǎng)絡(luò)中主要采用最近鄰插值的方法進(jìn)行上采樣，該方法會(huì)損害原圖像像素梯度信息，生成的鋼軌表面缺陷特征圖像會(huì)產(chǎn)生鋸齒狀，缺乏細(xì)節(jié)，極易造成特征信息的丟失，因此選擇CARAFE算子做為YOLOv5s網(wǎng)絡(luò)中Neck模塊的上采樣算子。該模塊能避免上采樣過程中特征信息的損失，生成更多的細(xì)節(jié)和平滑的邊緣，有效增加模型的感受域，提升模型對(duì)小目標(biāo)的檢測(cè)能力，從而提高模型檢測(cè)精度，即圖2中藍(lán)色框所示，CARAFE模塊結(jié)構(gòu)如圖5所示。

CARAFE模塊是一個(gè)用于圖像分類和目標(biāo)檢測(cè)任務(wù)的新型特征上采樣方法，它由兩個(gè)關(guān)鍵部分構(gòu)成：內(nèi)核預(yù)測(cè)模塊和內(nèi)容感知重組模塊，其中，內(nèi)核預(yù)測(cè)模塊通過壓縮輸入特征圖的通道減少計(jì)算量，通道數(shù)壓縮到 Cm，再通過內(nèi)容編碼得到H×W×σ2×k2up特征圖，上采樣倍率為σ，上采樣核為σH×σW×σ2×k2up ，該結(jié)構(gòu)不僅可以使模型輕量化，還能生成質(zhì)量更高、細(xì)節(jié)更豐富的特征圖像，避免了常規(guī)上采樣操作中固定插值算法導(dǎo)致的特征邊緣信息丟失和模糊，有效擴(kuò)大模型的感知范圍，進(jìn)一步提升模型的檢測(cè)精度。

1.2 融合GSConv卷積提升檢測(cè)速度

在實(shí)際工程應(yīng)用中，鋼軌表面缺陷的檢測(cè)具有特殊性，除了注重檢測(cè)的精度外還要注重檢測(cè)速度，因此本文采用了一種輕量級(jí)卷積方法GSConv卷積^［13］替代原來的CBL模塊，其計(jì)算成本約為普通卷積的60%，不僅能夠節(jié)約計(jì)算成本，而且可以提高檢測(cè)速度，即圖2中橙色框所示。該模塊用于減輕YOLOv5s模型質(zhì)量的同時(shí)增加了感受野，提升模型對(duì)于大范圍上下文的感知能力，從而保持模型精度，其結(jié)構(gòu)如圖6所示。

GSConv是標(biāo)準(zhǔn)卷積（SC）和深度可分離卷積（DSC）結(jié)合的結(jié)構(gòu)，該卷積模塊通過普通卷積結(jié)構(gòu)生成參數(shù)量減半的特征圖，然后在此基礎(chǔ)上執(zhí)行深度可分離卷積操作，之后將兩組特征圖按通道拼接在一起，但此時(shí)輸出通道生成的特征圖信息依舊是分離的，最后用shuffle將SC運(yùn)算生成的信息滲透到DSC生成的信息的各個(gè)部分。該方法通過在不同的通道上均勻地交換局部特征信息，使來自SC的信息完全混合到DSC的輸出中。YOLOv5s的Neck中，輸入的特征圖的空間維度達(dá)到了最小，而通道維度則達(dá)到最大，特征圖變得細(xì)小且無需變換通道，此時(shí)使用GSConv卷積方式不僅避免了冗余信息，保證目標(biāo)特征信息的充分提取，還降低了參數(shù)量，達(dá)到輕量化網(wǎng)絡(luò)的目的。所以在Neck特征融合層，使用GSConv卷積替換 YOLOv5s中的CBL模塊，使得特征圖中重復(fù)信息少且不需要壓縮，從而降低計(jì)算成本且注意力模塊效果更好。

2 實(shí)驗(yàn)結(jié)果分析

2.1 實(shí)驗(yàn)數(shù)據(jù)處理

以北京交通大學(xué)發(fā)布的鋼軌表面圖像數(shù)據(jù)集RSDDs^［18］作為實(shí)驗(yàn)數(shù)據(jù)，對(duì)改進(jìn)后的網(wǎng)絡(luò)進(jìn)行訓(xùn)練、驗(yàn)證和測(cè)試。RSDDs數(shù)據(jù)集總計(jì)涵蓋了195幅攝于高速軌道及一般/重載軌道上的鋼軌表面照片，這些照片均記錄了多個(gè)尺寸不一的典型鋼軌缺陷。為了提高網(wǎng)絡(luò)訓(xùn)練效果，實(shí)驗(yàn)采用鏡像、縮放、加噪、顏色擾動(dòng)等數(shù)據(jù)集擴(kuò)充方法將鋼軌表面圖像數(shù)據(jù)集擴(kuò)充到1 560，每幅圖像的像素為160×320，保存格式為jpg格式，鋼軌表面缺陷數(shù)據(jù)集的部分樣本如圖7所示。

按照YOLO模型數(shù)據(jù)集格式，實(shí)驗(yàn)數(shù)據(jù)利用Labellmg工具和矩形框?qū)D像中的缺陷內(nèi)容標(biāo)記出來（見圖8），并保存在Annotations文件夾下的*.xml文件中。本文主要標(biāo)記疤痕缺陷、裂紋缺陷和磨損缺陷作為檢測(cè)目標(biāo)。

2.2 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)定

實(shí)驗(yàn)環(huán)境配置：CPU型號(hào)Intel Core i5-13600 K，內(nèi)存16 G，操作系統(tǒng)為Windows 11，軟件環(huán)境為Anaconda 3及PyCharm-GPU，實(shí)驗(yàn)中使用到了Numpy矩陣運(yùn)算庫、Pycocotools庫、Tensorboard可視化工具等，相關(guān)的實(shí)驗(yàn)配置如表1所列。

2.3 模型評(píng)估指標(biāo)

本次實(shí)驗(yàn)采用多個(gè)核心性能指標(biāo)進(jìn)行評(píng)價(jià)，包括準(zhǔn)確率（P，percision）、召回率（R，recall）、平均檢測(cè)精度（AP，average precision）、平均精度均值（mAP，mean average precision）和檢測(cè)速度（FPS，frames per second）作為參考依據(jù)^［19］。

準(zhǔn)確率P能夠表示正確檢測(cè)的樣本占檢測(cè)總數(shù)的比例，平均精度AP表示模型對(duì)每類缺陷檢測(cè)的平均準(zhǔn)確率，平均精度均值mAP是評(píng)價(jià)目標(biāo)檢測(cè)算法的度量標(biāo)準(zhǔn)，表示模型對(duì)所有種類缺陷平均精度的均值。具體計(jì)算公式為

P =TPTP+FP， （2）

R =TPTP+FN， （3）

AP =∫10P（r） d （r）， （4）

mAP =∑Ki=1 AP iK， （5）

其中： TP表示被正確劃分為正樣本的個(gè)數(shù);TN表示被正確劃分為負(fù)樣本的個(gè)數(shù);FP表示被錯(cuò)誤劃分為正樣本的個(gè)數(shù);FN表示被錯(cuò)誤劃分為負(fù)樣本的個(gè)數(shù);P（r）表示召回率為r時(shí)的精準(zhǔn)率;K表示類別的數(shù)量; AP i表示第i個(gè)類別的平均精度。

識(shí)別算法的運(yùn)行快慢可以通過幀率FPS來衡量，它體現(xiàn)了算法一秒鐘能夠分析多少幀圖像。FPS數(shù)值高意味著處理速度快。

2.4 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文算法構(gòu)建網(wǎng)絡(luò)模型的有效性，利用軌道缺陷數(shù)據(jù)集，對(duì)改進(jìn)的YOLOv5s網(wǎng)絡(luò)模型進(jìn)行實(shí)驗(yàn)，訓(xùn)練過程中經(jīng)過反復(fù)試驗(yàn)，選取模型最優(yōu)配置參數(shù)，其中模型的訓(xùn)練迭代輪次均為300，批次大小最大可以設(shè)置為16，初始學(xué)習(xí)率為0.01。

圖9為改進(jìn)的YOLOv5s網(wǎng)絡(luò)模型的損失函數(shù)的變化情況。從圖9中可知網(wǎng)絡(luò)模型在訓(xùn)練開始時(shí)損失值呈現(xiàn)大幅度下降的趨勢(shì)，最終分類損失函數(shù)的值穩(wěn)定在0.02～0.03之間，置信度損失函數(shù)的值穩(wěn)定在0.04～0.05之間，矩形框損失函數(shù)的值穩(wěn)定在0.03～0.04之間，總損失穩(wěn)定在0.09～0.1之間，這說明網(wǎng)絡(luò)模型得到收斂，因此網(wǎng)絡(luò)的超參數(shù)設(shè)置合理。

圖10為改進(jìn)的YOLOv5s模型精準(zhǔn)度平均精度均值曲線。圖10顯示訓(xùn)練集與驗(yàn)證集在迭代90次后趨于穩(wěn)定，且兩者的最終平均精度均值為96% 以上，說明本文的鋼軌表面缺陷檢測(cè)模型結(jié)構(gòu)合理，性能穩(wěn)定，且未發(fā)生過擬合或欠擬合等現(xiàn)象。

2.5 算法性能對(duì)比

為了驗(yàn)證改進(jìn)算法對(duì)各類鋼軌表面缺陷的檢測(cè)能力，統(tǒng)計(jì)算法在測(cè)試集中對(duì)各類鋼軌缺陷檢測(cè)的AP值、mAP值及FPS值，如表2所列。

從表2中可以看出，F(xiàn)aster-RCNN算法對(duì)鋼軌表面缺陷檢測(cè)的AP值均高于YOLOv3算法，但其檢測(cè)速度較YOLOv3算法慢，而檢測(cè)速度慢的模型不適合后期研究的普通軌道在線檢測(cè);YOLOv4算法具有更小的模型尺寸優(yōu)勢(shì)，且其mAP值高于Faster RCNN和YOLOv3，但其檢測(cè)速度仍不能滿足檢測(cè)要求。因此，本文選擇鋼軌表面缺陷檢測(cè)精度較高、缺陷識(shí)別速度較快的YOLOv5s模型進(jìn)行優(yōu)化。改進(jìn)后的YOLOv5s模型對(duì)于鋼軌表面缺陷的檢測(cè)能力有所提高，其中YOLOv5s針對(duì)摩擦缺陷的AP值僅為82.4%，而改進(jìn)的YOLOv5s算法的AP值為87.4%，相比于YOLOv5s提升了5%，因此改進(jìn)的YOLOv5s可有效提升模型感受域，提高檢測(cè)精度;改進(jìn)模型對(duì)于疤痕缺陷和裂紋缺陷精度僅提高了2.3%和0.9%，說明選取的YOLOv5s模型對(duì)于特征較明顯的鋼軌表面缺陷檢測(cè)效果較好，且優(yōu)化后的檢測(cè)模型對(duì)顯著的特征缺陷檢測(cè)效果有較好改善。在識(shí)別速度方面，本文算法的每秒傳輸幀數(shù)超過YOLOv5s，高達(dá)到了50.64，滿足實(shí)時(shí)識(shí)別的要求。

算法的訓(xùn)練和測(cè)試完成后，為了驗(yàn)證算法的泛化性，隨機(jī)選取了部分鋼軌表面缺陷圖像作為輸入，對(duì)算法識(shí)別能力進(jìn)一步進(jìn)行驗(yàn)證，識(shí)別的結(jié)果如圖11所示。

由圖11（a）可知YOLOv5s算法對(duì)部分鋼軌表面缺陷檢測(cè)的準(zhǔn)確率，其中檢測(cè)的疤痕缺陷準(zhǔn)確率為91%，摩擦缺陷準(zhǔn)確率為83%，裂紋缺陷準(zhǔn)確率為90%，所以該算法對(duì)于摩擦缺陷檢測(cè)準(zhǔn)確率較低。由圖11（b）可知改進(jìn)的YOLOv5s算法對(duì)部分鋼軌表面缺陷檢測(cè)的準(zhǔn)確率較YOLOv5s提升較高，尤其是對(duì)摩擦缺陷的檢測(cè)準(zhǔn)確率有所提升，其中檢測(cè)的疤痕缺陷準(zhǔn)確率最高為94%，摩擦缺陷準(zhǔn)確率為88%，裂紋缺陷準(zhǔn)確率為92%，且圖11（b）中第一幅圖顯示該算法能夠準(zhǔn)確檢測(cè)較小的疤痕缺陷。

由于軌道環(huán)境復(fù)雜，要求算法具有良好的抗噪聲性能。為了測(cè)試研究的抗噪性，在數(shù)據(jù)集中加入高斯噪聲。表3和表4分別是高斯噪聲為5%和10%時(shí)鋼軌缺陷的檢測(cè)結(jié)果。可以看出，噪聲對(duì)該方法的檢測(cè)結(jié)果影響較小。表3和表4的結(jié)果表明，該方法受噪聲影響較小，具有良好的性能，可應(yīng)用于復(fù)雜環(huán)境下的軌道缺陷檢測(cè)。

3 結(jié)論

迅速而精準(zhǔn)地對(duì)軌道表面的缺陷進(jìn)行智能化識(shí)別，在消除軌道隱患方面尤為關(guān)鍵。鑒于鋼軌表面缺陷檢測(cè)的特點(diǎn)，提出一種改進(jìn)的YOLOv5s的鋼軌表面缺陷檢測(cè)算法來進(jìn)行鋼軌表面缺陷識(shí)別。經(jīng)過一系列實(shí)驗(yàn)驗(yàn)證和比較研究，總結(jié)如下：

（1） 為了提高鋼軌表面缺陷檢測(cè)精度，將注意力機(jī)制CBAM模塊融合到Y(jié)OLOv5s網(wǎng)絡(luò)的Backbone部分，提升了模型對(duì)不同類型鋼軌缺陷通道特征和空間特征信息的提取能力，同時(shí)在Neck模塊中采用CARAFE模塊替代了傳統(tǒng)的最近鄰插值上采樣模塊，使模型輕量化的同時(shí)生成質(zhì)量更高、細(xì)節(jié)更豐富的特征圖像，有效增加模型的感受域，從而提高模型檢測(cè)精度。

（2） 為了減少鋼軌表面缺陷檢測(cè)網(wǎng)絡(luò)的參數(shù)，對(duì)YOLOv5s網(wǎng)絡(luò)中Neck部分中的卷積進(jìn)行了優(yōu)化，采用運(yùn)算更精巧的GSConv卷積模塊替換CBL模塊，從而減少算法參數(shù)，提高了檢測(cè)速度。

（3） 對(duì)數(shù)據(jù)集進(jìn)行高斯噪聲處理，研究了檢測(cè)模型的抗噪性能。本文提出的方法具有良好的性能，可應(yīng)用于復(fù)雜環(huán)境下的軌道缺陷檢測(cè)。

除以上結(jié)論外，隨著目標(biāo)檢測(cè)方法的快速發(fā)展，本文提出的思路不僅可以用于快車道和重型運(yùn)輸軌道上的缺陷檢測(cè)，還可以應(yīng)用于高鐵、普通列車鋼軌的缺陷檢測(cè)，它們都會(huì)存在疤痕、裂紋、摩擦等缺陷，所以本文實(shí)驗(yàn)?zāi)軌驗(yàn)檫@些應(yīng)用提供一種依據(jù)，后期將進(jìn)一步開展應(yīng)用研究，進(jìn)行普通軌道在線檢測(cè)驗(yàn)證，以此驗(yàn)證本文算法的效果。

參考文獻(xiàn)：

［1］ 杜少聰，張紅鋼，王小敏.基于改進(jìn)YOLOv5的鋼軌表面缺陷檢測(cè)［J］.北京交通大學(xué)學(xué)報(bào)，2023，47（2）：129-136.

［2］ 喻露，戴甜杰，余麗華.基于改進(jìn)YOLOv5的道路病害智能檢測(cè)［J］.福建工程學(xué)院學(xué)報(bào)，2023，21（4）：332-337.

［3］ NI X，LIU H，MA Z， et al .Detection for rail surface defects via partitioned edge feature［J］.IEEE Transactions on Intelligent Transportation Systems，2021：1-17.

［4］ SHANG L，YANG Q，WANG J， et al .Detection of rail surface defects based on CNN image recognition and classification［C］//2018 International Conference on Advanced Communication Technology，2018：45-51.

［5］ LU J，LIANG B，LEI Q， et al .SCueU-Net：efficient damage detection method for railway rail［J］.IEEE Access，2020（8）：125109-125120.

［6］ YUAN H，CHEN H，LIU S W， et al . A deep convolutional neural network for detection of rail surface defect［C］//2019 IEEE Vehicle Power and Propulsion Conference（VPPC），Hanoi，IEEE，2019：1-4.

［7］ 張明.基于優(yōu)化Faster RCNN算法的軌道缺陷識(shí)別研究［D］.石家莊：石家莊鐵道大學(xué)，2022.

［8］ SONG Y Y，ZHANG H L，LIU L， et al .Rail surface defect detection method based on YOLOv3 deep learning networks［C］//2018 Chinese Automation Congress，2018：1563-1568.

［9］ 王旭，管聲啟，劉通等.基于改進(jìn)YOLOv5的陶瓷環(huán)缺陷檢測(cè)算法［J］.輕工機(jī)械，2023，41（3）：66-71.

［10］ REDMON J，DIVVALA S，GIRSHICK R B， et al .You only look once：unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR），2016：779-788.

［11］ WOO S，PARK J，LEE J Y， et al .CBAM：convolutional block attention module［C］//Proceedings of the 2018 EuropeanConference on Computer Vision. Cham：Springer，2018：3-19.

［12］ WANG J Q，CHEN K，XU R， et al .CARAFE：Content-aware reassembly of features［C］//Proceedings of the 2019 IEEE/CVF International Conference on Computer Vision，2019：3007-3016.

［13］ LI H，LI J，WEI H， et al .Slim-neck by GSConv：A better design paradigm of detector architectures for autonomous vehicles［J］.arXiv preprint arXiv，2022，22（6）：2-24.

［14］ 張偉康，孫浩，陳鑫凱等.基于改進(jìn)YOLOv5的智能除草機(jī)器人蔬菜苗田雜草檢測(cè)研究［J］.圖學(xué)學(xué)報(bào)，2023，44（2）：346-356.

［15］ 黃仝宇，胡斌杰，朱婷婷.面向道路交通場(chǎng)景的輕量級(jí)目標(biāo)檢測(cè)方法［J］.現(xiàn)代電子技術(shù)，2022，45（3）：88-95.

［16］ LIN T Y，DOLLAR P，GIRSHICK R， et al .Feature pyramid networks for object detection［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition，2017：936-944.

［17］ 李鶴喜，李記花，李威龍.一種基于注意機(jī)制和卷積神經(jīng)網(wǎng)絡(luò)的視覺模型［J］.計(jì)量學(xué)報(bào)，2021，42（7）：840-845.

［18］ GAN J，LI Q，WANG J， et al .A hierarchical extractorbased visual rail surface inspection system［J］.IEEE Sensors Journal，2017，17（23）：7935-7944.

［19］ 張紹文，史衛(wèi)亞，張世強(qiáng)，等.基于加權(quán)感受野和跨層融合的遙感小目標(biāo)檢測(cè)［J］.電子測(cè)量技術(shù)，2023，46（18）：129-138.

Rail surface defect detection based on deep learning

HU Luping1，GUAN Shengqi2，WANG Jiannan3，WU zhe1，LIU Dongdong2

（1.School of Mechanical and Electrical Engineering，Xi'an Traffic Engineering Institute，Xi'an 710300，China;

2.School of Mechanical and Electrical Engineering，Xi'an Polytechnic University，Xi'an 710048，China;

3.Xi'an Aeronautical Polytechnic Institute，Xi'an 710089，China）

Abstract

Aiming at the problem of insufficient accuracy and slow speed of rail surface defect detection，a rail surface defect detection algorithm based on improved YOLOv5s was proposed. In this algorithm，firstly，CBAM attention module is embedded in Bacbone part of YOLOv5s network，which can effectively mine the channel and spatial characteristic information of rail damage. At the same time，the lightweight CARAFE module is adopted to replace the traditional sampling module in the Neck part of the original YOLOv5s network，so as to avoid the loss of feature information during the upsampling process，generate more details and smooth edges，and effectively increase the model receptive domain. These optimization measures significantly improve the model ability to capture rail defect features，and thus enhance the detection accuracy of the model. Secondly，by replacing the CBL module in YOLOv5s with the more efficient GSConv convolution module，the calculation cost is saved and the detection speed is improved. Finally，the experimental results show that the average accuracy mAP of the improved YOLOv5s for rail surface defects detection is 90.98%，which is 2.7% higher than that of YOLOv5s. The average accuracy of friction defects detection is increased by 5%，the accuracy of scar defects and crack defects are increased by 2.3% and 0.9%，and the detection speed is increased by 7.52 frames per second. It can effectively solve the problems of low accuracy and slow detection speed of rail surface defect detection，which shows the effectiveness of rail surface defect detection algorithm.

Key words

Rail surface defect;YOLOv5s;GSconv module;Content-aware reassmbly of features module

（本文責(zé)編：葛 文）