基于改进RT-DETR的铁路施工场景下人员安全穿戴检测

作     者：冯爽 王万齐 杨文 胡昊 FENG Shuang;WANG Wanqi;YANG Wen;HU Hao

作者机构：中国铁道科学研究院研究生部北京100081 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 

出 版 物：《铁道学报》 (Journal of the China Railway Society)

年 卷 期：2025年第47卷第2期

页      面：92-101页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：中国国家铁路集团有限公司科技研究开发计划(K2023T003) 第二十七届中国科协年会学术论文 

主　　题：铁路施工 目标检测 RT-DETR 轻量化网络模型 

摘      要：针对铁路施工环境较复杂,安全穿戴目标较小难以检测,边缘计算设备资源有限的问题,提出一种基于改进RT-DETR的铁路施工场景下人员安全穿戴检测模型。首先,引用轻量级EfficientViT作为特征提取网络,通过级联分组注意力,解决多头自注意力计算冗余问题,提高注意力头的多样性。其次,采用HWD-ADown下采样模块,应用Haar小波变换保留更多细节信息来改善错检问题,通过将特征图切分再进行卷积的方式减少卷积操作的参数量,进一步降低模型复杂度,精度维持原来相近水平。最后,设计一种新的损失函数Inner-DIoU,在加速边界框回归速度的同时提高模型检测的泛化能力。实验结果表明,改进模型精确率为92.6%,召回率为84.4%,平均精度均值为90%,与基准模型相比分别提高2.7%、2.1%和3%;模型大小为19.9 MB,参数量为985.6万个,GFLOPs为25.5,与基准模型相比分别降低48.4%、50.4%和55.4%;FPS为94.3,提高了34.7%。提出的模型能够满足铁路施工场景下对检测精度和轻量化的需求。