标题：基于多尺度特征的货运列车风管与折角塞门检测
作者：庞立波 孙林峰 唐飞；何晓晖 曾利平 石磊
作者单位：陕西榆横铁路有限责任公司，陕西 榆林 719000；四川国软科技集团有限公司，四川 成都 610031
关键字：目标检测；列车风管；折角塞门；多尺度特征；自适应空间特征融合
摘要：针对小尺寸列车风管与折角塞门的检测问题，提出一种多尺度特征增强的YOLOv5s检测算法。首先在主干网络Backbone增加了一个大尺寸特征图输出分支， 使用C2f（CSP bottleneck with 2 convolution and forward）模块丰富新增特征图的梯度流信息；然后在Neck部分使用自适应空间特征融合增强特征金字塔模型FPN（Feature Pyramid Network）的多尺度特征融合能力，并使用路径聚合模型PAN（Path Aggregation Network)提高目标定位能力；检测头Head拥有4种尺度的特征图，其中新增特征图的尺寸最大，用于增强小尺寸目标的检测能力。实验结果表明，多尺度特征增强的YOLOv5s比原来的YOLOv5s在平均精度mAP（mean Average Precision）上提升了1.5%，优于其他检测器，提升了小尺寸风管和折角塞门的检测能力。