Detection Method of Ballasted Track Fasteners in Dark Environment Based on Deep Learning
Pour répondre aux défis tels qu'un mauvais éclairage, des arrière-plans complexes et les interférences de ballast lors des inspections ferroviaires, cet article propose un modèle d'apprentissage profond amélioré basé sur D-fine intégrant les mécanismes ASFF, SCConv et CoTAttention, ce qui améliore considérablement la précision de la détection des attaches de voie ballastée dans des environnements sombres.