《Future Internet》：Rail Bolt Defect Detection Method for Rail Transport Systems in Hilly and Mountainous Areas Based on LHFSE-YOLOv11
编辑推荐：
目的：为解决丘陵和山区轨道交通环境中螺栓缺陷目标小、复杂背景干扰以及边缘部署受限的问题，研究人员提出了一种平衡精度、轻量化和实时性能的检测方法。方法：研究人员构建了一个包含螺栓缺失、螺栓松动和螺母缺失的轨道图像数据集。基于YOLOv11m，研究人员通过将C3K
目的：为解决丘陵和山区轨道交通环境中螺栓缺陷目标小、复杂背景干扰以及边缘部署受限的问题，研究人员提出了一种平衡精度、轻量化和实时性能的检测方法。方法：研究人员构建了一个包含螺栓缺失、螺栓松动和螺母缺失的轨道图像数据集。基于YOLOv11m，研究人员通过将C3K2中的标准瓶颈替换为高频增强残差块（High-Frequency Enhancement Residual Block, HFERB）来开发HFERBC3K2，以加强边缘、纹理和局部结构特征提取。研究人员将光谱增强前馈模块（Spectral Enhanced Feed-Forward module, SEFF）引入C2PSA，形成SEFFNC2PSA，通过自适应频域调制增强与缺陷相关的频率分量并抑制背景干扰。集成后的模型命名为HFSE-YOLOv11。随后应用通道级结构化剪枝，剪枝率为0.5的模型命名为LHFSE-YOLOv11。结果：在验证集上，HFSE-YOLOv11实现了91.7%的精确率、93.4%的召回率、91.3%的mAP@0.5和80.2%的mAP@0.5:0.95，分别比YOLOv11m提高了3.6、2.2、1.2和3.1个百分点。剪枝后，LHFSE-YOLOv11有15.9 M参数、53.8 GFLOPs和32.5 MB模型大小，分别减少了16.3%、14.3%和11.7%，而mAP@0.5和mAP@0.5:0.95仅下降了0.3和0.9个百分点。在独立测试集上，它实现了91.7%的精确率、93.4%的召回率、91.0%的mAP@0.5、79.3%的mAP@0.5:0.95和81.5 FPS，在四个检测指标上均优于所有对比模型。结论：LHFSE-YOLOv11平衡了精度、效率和模型大小，支持在车载检测终端和资源受限的边缘设备上部署。
在智能交通和工业自动化快速发展的背景下，山区轨道交通系统已成为矿产开采、林业生产和高原物流的关键基础设施。然而，在崎岖地形、恶劣环境和复杂工况下长期运行，钢轨螺栓易出现松动、螺栓缺失和螺母缺失等缺陷。若未及时发现，这些结构缺陷可能危及轨道稳定性，导致设备损坏、货物损失甚至人员伤亡。因此，准确高效的螺栓缺陷检测对确保山区轨道交通系统的安全性和可靠性至关重要。目前，螺栓检测主要依赖人工巡检，辅以超声检测、磁粉检测和红外成像等技术。这些方法在特定应用中有效，但普遍存在效率低、覆盖范围有限、严重依赖人工经验、对复杂环境适应性差等问题，难以满足山区轨道交通的实时监控需求。此外，由于这些铁路通常部署在偏远山区，通信基础设施有限，传统的基于云的检测框架难以高效部署。随着计算机视觉和深度学习的进步，基于卷积神经网络的目标检测技术已逐步取代依赖手工特征的传统方法，成为解决复杂环境下检测任务的主要途径。YOLO系列因其端到端架构、快速推理和强实时性，在工业缺陷检测和交通监控中展现出显著优势。然而，直接将这些模型应用于山区铁路场景仍面临挑战：一方面，螺栓作为小尺度目标，易与复杂背景噪声混淆；另一方面，缺乏高质量的螺栓缺陷标注数据集限制了模型泛化能力和实际部署性能。因此，构建针对真实丘陵和山区铁路场景的代表性螺栓缺陷数据集，是推动该领域研究和实际应用的基础前提。基于上述背景，研究人员提出了一种轻量级检测模型LHFSE-YOLOv11，用于丘陵和山区轨道交通车辆的钢轨螺栓缺陷检测。该模型集成了高频细节增强、自适应频域调制和结构化剪枝。以YOLOv11m为基线，通过协同改进骨干网络和特征融合网络，首先构建了HFSE-YOLOv11（High-Frequency and Spectral Enhanced YOLOv11）。随后应用通道级结构化剪枝进一步压缩模型，得到最终轻量级模型LHFSE-YOLOv11（Lightweight High-Frequency and Spectral Enhanced YOLOv11）。该方法旨在提升对小尺度螺栓缺陷、局部结构异常和复杂背景干扰的识别能力，同时在检测精度、整体处理速度和模型轻量化之间取得良好平衡，从而为丘陵和山区轨道交通车辆的智能巡检和边缘部署提供技术支持。该研究的主要贡献包括：(1) 构建了针对丘陵和山区轨道交通场景的高分辨率螺栓缺陷图像数据集，包含螺栓缺失、螺栓松动和螺母缺失三种代表性缺陷类别，涵盖不同天气、光照、成像距离、视角和复杂背景下的样本，为模型训练、性能评估和工程应用验证提供了数据基础。(2) 为解决原始YOLOv11m骨干网络提取小尺度缺陷边缘、纹理和局部结构异常等高频细节能力不足的问题，将C3K2模块中的标准瓶颈结构替换为高频增强残差块（HFERB），构建了HFERBC3K2模块。通过局部特征提取分支和高频增强分支的协同运作，该模块增强了对螺栓缺陷细粒度特征的感知和保留。(3) 为减少复杂植被、枕木、碎石、阴影和光照变化带来的干扰，在YOLOv11m的C2PSA模块中引入光谱增强前馈模块（SEFF），替换PSABlock中的原始前馈网络，构建了SEFFNC2PSA模块。该模块集成多尺度空间建模、自适应频域调制和门控融合，增强了缺陷相关特征的表示，同时抑制了复杂背景干扰，旨在提升遮挡、模糊和复杂纹理条件下的检测性能。(4) 将HFERBC3K2和SEFFNC2PSA模块联合集成到YOLOv11m中构建HFSE-YOLOv11，随后进行通道级结构化剪枝。通过比较不同剪枝率下的检测精度、参数量、计算成本和模型大小，最终得到LHFSE-YOLOv11模型。在保持高检测精度的同时，有效降低了参数量和计算开销，提升了实时推理性能，为后续边缘设备部署提供了模型基础。该论文发表在《Future Internet》。
在开展研究过程中，研究人员主要使用了以下几个关键的技术方法：首先，构建了一个包含1448张原始图像（分辨率1920×1080）的轨道螺栓缺陷数据集，图像采集自浙江省松阳县山区轨道交通示范线，涵盖斜坡、弯道和林区边界等代表性路段，包含螺栓缺失、螺栓松动和螺母缺失三类缺陷以及正常螺栓图像。其次，基于YOLOv11m，研究人员在骨干网络中引入高频增强残差块（HFERB）替换C3K2的标准瓶颈，形成HFERBC3K2模块，以增强边缘和纹理等高频细节提取。然后，在特征融合网络的C2PSA中引入光谱增强前馈模块（SEFF），形成SEFFNC2PSA模块，通过多尺度空间建模、快速傅里叶变换（FFT）和逆快速傅里叶变换（IFFT）实现自适应频域调制，增强缺陷相关频率分量并抑制背景干扰。最后，对集成后的HFSE-YOLOv11进行通道级结构化剪枝（采用L2范数重要性准则，剪枝率0.5），得到轻量级模型LHFSE-YOLOv11。
**3.6 消融实验**：通过消融实验验证了HFERBC3K2和SEFFNC2PSA两个模块的有效性。以YOLOv11m为基线，单独引入HFERBC3K2后，HFERB-YOLOv11的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别提升至90.3%、92.3%、90.7%和78.5%，参数量和计算量分别降至18.9 M和62.7 GFLOPs。单独引入SEFFNC2PSA后，SEFF-YOLOv11的上述指标分别提升至91.5%、92.3%、90.8%和79.4%，参数量和计算量基本持平。同时引入两个模块后，HFSE-YOLOv11的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别达到91.7%、93.4%、91.3%和80.2%，相比基线分别提升3.6、2.2、1.2和3.1个百分点，参数量和计算量降至19.0 M和62.8 GFLOPs。结果表明，两个模块在高频细节提取、背景干扰抑制和目标定位方面具有互补优势。
**3.7 剪枝实验与轻量化分析**：对HFSE-YOLOv11进行通道级结构化剪枝实验，比较了0.1、0.4和0.5三种剪枝率。在验证集上，剪枝率0.5的LHFSE-YOLOv11参数量为15.9 M，计算量为53.8 GFLOPs，模型大小为32.5 MB，相比剪枝前分别减少16.3%、14.3%和11.7%，而mAP@0.5和mAP@0.5:0.95仅下降0.3和0.9个百分点，达到91.0%和79.3%。综合考虑部署需求，选择剪枝率0.5的模型作为最终轻量级部署模型。
**3.8 对比实验**：在独立测试集上，将LHFSE-YOLOv11与YOLOv8m、SSD、YOLOv10m、YOLOv8s和Faster R-CNN进行对比。LHFSE-YOLOv11的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别为91.7%、93.4%、91.0%和79.3%，在四个检测指标上均优于所有对比模型。其整体处理帧率达到81.5 FPS，参数量和计算量分别为15.9 M和53.8 GFLOPs，在检测精度、模型复杂度和实时性之间取得了良好平衡。热力图可视化显示，LHFSE-YOLOv11在植被遮挡、轨道结构重叠和复杂背景条件下，能够更准确地聚焦和定位螺栓缺陷区域。
**3.9 讨论**：消融实验主要在完整模块层面评估了HFERBC3K2和SEFFNC2PSA的有效性，未进一步分离SEFF内部多尺度空间卷积、自适应频域调制和门控融合的各自贡献。所有模型使用固定随机种子训练以确保可重复性，但尚未进行多次随机种子的独立重复训练，结果主要反映固定实验设置下的相对性能，未完全量化随机初始化带来的变异性。尽管未进行完整的现场部署，但LHFSE-YOLOv11专为丘陵和山区轨道交通系统的边缘部署设计，其较低的参数量和计算量使其有望在资源受限的边缘设备上满足实时检测需求。未来工作将构建具有匹配参数量和计算量的纯空间控制模块，并分别研究FFT/IFFT操作、可学习频域权重和门控融合对检测性能的影响，同时进行多次随机种子的重复实验以评估统计稳定性，并扩展数据集以包含更多季节、天气、轨道区段和缺陷类型，以及研究模型量化、TensorRT加速和异构硬件适配。
**结论**：针对丘陵和山区轨道交通车辆中螺栓缺陷目标小、复杂背景干扰严重及边缘设备部署能力有限的问题，本研究提出了轻量级检测模型LHFSE-YOLOv11，并构建了包含螺栓缺失、螺栓松动和螺母缺失三种代表性缺陷类别的图像数据集。基于YOLOv11m，研究人员将C3K2中的标准瓶颈替换为HFERB以构建HFERBC3K2模块，同时将SEFF引入C2PSA以构建SEFFNC2PSA模块，旨在增强高频缺陷细节提取和抑制复杂背景干扰。消融结果表明，联合引入HFERBC3K2和SEFFNC2PSA后，HFSE-YOLOv11的精确率为91.7%，召回率为93.4%，mAP@0.5为91.3%，mAP@0.5:0.95为80.2%，相比原始YOLOv11m分别提升3.6、2.2、1.2和3.1个百分点。这表明两个完整模块在高频细节提取、背景干扰抑制和目标定位方面具有互补优势。随后对HFSE-YOLOv11进行通道级结构化剪枝，最终选择剪枝率0.5的模型并命名为LHFSE-YOLOv11。其参数量、计算量和模型大小分别降至15.9 M、53.8 GFLOPs和32.5 MB，相比剪枝前分别减少16.3%、14.3%和11.7%，而mAP@0.5和mAP@0.5:0.95仅下降0.3和0.9个百分点。对比实验中，LHFSE-YOLOv11的精确率为91.7%，召回率为93.4%，mAP@0.5为91.0%，mAP@0.5:0.95为79.3%，在四个检测指标上均优于所有对比模型，整体处理帧率达到81.5 FPS。热力图和检测结果显示，该模型在植被遮挡、轨道结构重叠和复杂背景条件下能够更准确地关注和定位螺栓缺陷。总体而言，LHFSE-YOLOv11在检测精度、模型轻量化和实时性之间取得了良好平衡，表明其具有在车载检测终端和资源受限边缘设备上部署的潜力。需要注意的是，本研究尚未定量分离SEFFNC2PSA内部频域调制、空间卷积和门控融合的各自贡献，且当前结果基于单次固定随机种子的训练，未通过多次独立重复实验量化模型的统计变异性。未来工作将构建具有匹配参数量和计算量的组件级控制实验，并进行多次随机种子的重复训练以进一步研究内部组件的贡献和实验结果的统计稳定性，同时扩展数据集以包含更多季节、天气、轨道区段和缺陷类型，并研究模型量化、TensorRT加速和异构硬件适配，以进一步评估所提模型在实际边缘检测平台上的运行性能。
