精度暴涨 7.8%！SMDE-YOLO：专为铁路轨道打造的边缘引导实例分割模型

来源：市场资讯

（来源：计算机视觉研究院）

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

https://pmc.ncbi.nlm.nih.gov/articles/PMC13031943/pdf/41598_2026_Article_40858.pdf

计算机视觉研究院专栏

Column of Computer Vision Institute

本文基于 YOLO11n-seg 提出全新框架SMDE-YOLO，通过边缘增强、多尺度特征融合等四大创新，在 Railsem7750 数据集上实现分割精度大幅提升，同时保持轻量化特性，为铁路智能巡检与障碍物检测提供了更高效的技术方案。

PART/1

痛点

行人非法入侵、异物侵限、道口车辆闯入，是铁路安全事故的主要诱因。精准分割轨道区域，是列车自主运行、障碍物预警、安全区域划分的核心基础。

但铁路场景天生存在三大感知难点：

轨道呈细长条状结构，几何形态特殊，普通模型对长距离结构感知不足；

道砟、道岔、阴影、光照变化构成复杂背景，极易造成边界模糊与误检；

车载 / 路侧终端算力有限，对模型轻量化、实时性要求极高。

传统图像处理方法对光照和背景干扰极其敏感，而通用深度学习分割模型在轨道这类细长目标上，普遍存在边缘断裂、定位不准的问题。

PART/2

创新

SMDE-YOLO 以 YOLO11n-seg 为基座，从数据增强、特征提取、特征融合、分割头四个维度全面优化，名称中的 S、M、D、E 分别对应四大核心模块。

1. S：Scharr 掩码约束边缘增强 —— 让模糊边界 “清晰可见”

针对轨道边界模糊、背景噪声干扰问题，团队提出掩码约束的数据边缘增强算法，在数据增强阶段就强化边缘特征，不增加推理计算量。

• 采用 Scharr 算子提取图像梯度，相比 Sobel、Canny 等传统算子，对弱边缘更敏感，水平、垂直方向细节捕捉更精准；

• 结合分割掩码进行形态学膨胀，只保留轨道区域的边缘响应，过滤背景噪声；

• 最终按 6:4 比例将边缘图与原图融合，强化轨道边缘特征的同时保留原图结构信息。

【掩码约束的数据边缘增强算法流程图】

【Railsem7750 数据集 Scharr 处理前后对比图】

实验对比显示，仅加入 Scharr 边缘增强，即可将 Mask mAP@0.5 从 80.7% 提升至 85.4%，是精度提升的核心来源。

【不同边缘增强算法效果对比表】

2. M：多尺度边缘特征融合（MSEFF）—— 自适应筛选关键信息

团队设计了多尺度边缘特征融合模块 MSEFF，并与 YOLO11 的 C3K2 模块深度整合，形成 MSEFF_C3K2 结构，强化网络对边界特征的表达能力。

• 内置边缘放大块（EAB），通过平均池化构建边缘响应图，结合可学习缩放因子自适应调节边缘增强强度；

• 引入双域选择机制（DSM），从空间域和频率域双重筛选特征，保留与分割任务强相关的边缘信息，抑制冗余噪声；

• 支持 CSP 结构开关，可按需平衡精度与轻量化。

【多尺度边缘特征融合模块结构图】

【MSEFF_C3K2 模块结构图】

该模块在参数量降低约 3% 的同时，进一步提升了模型对轨道边界的区分能力。

3. D：动态多分支特征金字塔（DMBFPN）—— 强化细长结构感知

原 YOLO11 的 PAN-FPN 在上采样过程中容易丢失浅层细节信息，不利于细长轨道的细节识别。团队提出DMBFPN 结构进行优化：

• 采用密集跨层连接，将浅层空间细节与深层语义信息充分融合，弥补小目标与细节丢失问题；

• 引入 DySample 动态上采样，在特征图上自适应学习关键点采样，实现更高效的上采样效果；

• 自顶向下与自底向上双向路径均做多轮特征精炼，同时兼顾全局语义、局部细节与边界精度。

【PAN-FPN、BiFPN、MAFPN 等不同特征金字塔结构对比示意图】

【不同 Neck 网络性能对比表】

相比基线 PAN-FPN，DMBFPN 将 Mask mAP@0.5~0.95 提升 0.8%，显著增强了模型对细长轨道结构的感知能力。

4. E：双增强高效解耦分割头（DEED-Seg）—— 轻量化与精度双丰收

团队重新设计了解耦分割头DEED-Seg，在保证精度的同时进一步压缩模型体量：

• 采用深度可分离卷积（DSConv）构建基础卷积模块，大幅降低计算开销；

• 在卷积层间插入 ECA 高效通道注意力机制，强化关键通道特征，提升对细粒度结构的敏感度；

• 检测与分割分支解耦设计，实现双任务高效协同。

【DEED-Seg 分割头结构图】

该分割头可使模型参数量降低 7%、计算量降低 12.7%，同时保持基线精度，实现了轻量化与性能的平衡。

【SMDE-YOLO 模型整体结构图】

PART/3

实验

团队基于公开 RailSem19 数据集，筛选出 7750 张有效铁路场景图像构建 Railsem7750 数据集，在 RTX 4090 硬件环境下开展了全面实验。

1. 消融实验：每个模块都有效

【SMDE-YOLO 核心模块消融实验设计表】

【消融实验结果对比表】

四大模块全部融合后，最终模型实现了 “降参提效”：

• 参数量仅 2.59M，相比基线降低 8.6%；计算量降低 5.9%；

• 检测精度：Box mAP@0.5 提升 3.5%，Box mAP@0.5~0.95 提升 7.1%；

• 分割精度：Mask mAP@0.5 提升 5.8%，Mask mAP@0.5~0.95 提升 7.8%。

2. 横向对比：超越多款主流模型

与 Mask R-CNN、YOLACT、YOLOv5/8/11/12/13n-seg 等 10 余款主流模型相比，SMDE-YOLO 在参数量最小的情况下，取得了全部指标的最优成绩，尤其在分割精度上优势明显。

【不同模型铁路轨道实例分割性能对比表】

3. 可视化效果：边界更清晰，抗干扰更强

从可视化结果可以直观看到，基线模型在复杂背景下容易出现边缘模糊、断裂、误检问题，而 SMDE-YOLO 的分割结果边缘更连续、区域更完整，能有效抑制背景干扰，对复杂场景的鲁棒性显著提升。

【基线 YOLO11n-seg 与 SMDE-YOLO 分割效果定性对比图】

【不同边缘增强算法定性效果对比图】

PART/4

总结与展望

SMDE-YOLO 针对铁路轨道细长结构、边界模糊、背景复杂的场景特点，通过 “数据端边缘增强 + 网络端多尺度融合 + 检测端轻量化解耦” 的全链路优化，实现了精度与效率的双重突破。640×640 分辨率下推理速度可达 58.7 FPS，完全满足实时巡检需求，适合部署在车载、路侧等铁路感知终端。

当然，该方法在道岔密集等拓扑高度复杂的场景仍有提升空间。未来团队将进一步探索可变形卷积、非局部机制、Transformer 与迁移学习等方案，提升模型在大规模复杂铁路场景的泛化能力。

有相关需求的你可以联系我们！