基于RT-DETR的轻量化铁路侵限异物检测模型研究OA

针对铁路侵限异物检测模型参数量大、计算复杂而难以嵌入资源受限的铁路边侧设备,导致实时预警能力不足的问题,提出一种基于RT-DETR的轻量化模型。该模型从特征提取、特征融合和计算压缩3个层面进行优化:在特征提取阶段引入空间状态建模机制,通过线性复杂度与硬件感知设计增强关键特征的捕捉能力;在特征融合阶段采用分组混洗卷积替换标准卷积,降低参数量与计算负担;在计算压缩阶段引入哈尔小波下采样模块,对特征图进行高效压缩,显著减少解码器的计算开销。实验结果表明,所提模型在仅占用25.995 MB参数和71.411 G FLOPs计算量的条件下,在多项复杂度指标上均优于现有先进模型,同时保持高精度检测能力,满足了铁路侵限检测高精度、低延迟的核心业务需求。