基于可变感受野目标检测的钢轨伤损智能分析技术.pdfVIP

试验研究试验研究

DOI：10.11973/wsjc240548

基于可变感受野目标检测的钢轨伤损

智能分析技术

112

韩治平，杨一涛，夏浪

（1.中国神华股份有限责任公司神朔铁路分公司，神木719300；2.株洲时代电子技术有限公司，株洲412000）

摘 要：钢轨是铁路轨道的重要组成部分，钢轨伤损检测对于保障铁路安全、提高运营效率和

降低维护成本都具有重要意义。针对目前钢轨伤损检测流程中存在的回放工作效率低和伤损漏报

问题，在YOLOv5目标检测网络的基础上采用可变感受野的技术方法，增大目标检测网络的感受

野范围，从而更加注重全局特征。试验结果表明，采用该方法对实际超声检测数据进行钢轨伤损智

能分析，平均伤损识别率可以达到98%，所提算法在假阳率，误报率，识别效率等方面均优于传统

算法。

关键词：钢轨探伤；YOLOv5；目标检测；可变感受野

中图分类号：U216.3；TG115.28文献标志码：A文章编号：1000-6656(2025)08-0031-07

Railflawintelligentanalysistechnologybasedonvariablereceptivefieldobjectdetection

112

HANZhiping,YANGYitao,XIALang

（1.ShenshuoRailwayBranch,ChinaShenhuaCo.,Ltd.,Shenmu719300,China;2.ZhuzhouTimesElectricTechnology

Co.,Ltd.,Zhuzhou412000,China）

Abstract:Railsconstituteessentialcomponentsofrailwaytracks,withraildamagedetectionholdingsignificant

importanceforensuringrailwaysafety,improvingoperationalefficiency,andreducingmaintenancecosts.Addressing

currentraildamagedetectionworkflowissuesoflowplaybackefficiencyandmisseddamagereports,aYOLOv5-based

objectdetectionnetworkincorporatingvariablereceptivefieldtechnologywasemployedtoexpandthenetwork’sreceptive

fieldrange,emphasizingglobalfeatures.Experimentalresultsdemonstratedthatapplyingthismethodtoactualultrasonic

testingdataforintelligentraildamageanalysisachievedanaveragedamagerecognitionrateof98%,withtheproposed

algorithmoutperformingtraditionalmethodsinfalsepositiverates,falsealarmrates,