基于ResNeXt卷积神经网络的轨道目标检测实验设计

摘要：

文章以列车行驶前方障碍物检测为例,介绍了根据所搭建的轨道目标智能检测实验平台设计和改进深度神经网络模型,并将其应用于实际场景的做法.选择了ResNeXt主干特征提取网络,使模型的特征提取能力更强;采用了自适应特征融合优化方法和注意力机制,大幅度提升了算法在铁路环境中的检测性能.

关键词：卷积神经网络;ResNeXt;深度学习;案例驱动教学

所属期刊栏目：38

分类号：TP391.4;G642.0(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金项目;机械工程测试技术课程教学方法研究

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：237-242