- 专利标题： 一种基于卷积神经网络的无砟轨道CA砂浆层缺陷检测方法
-
申请号： CN202010489396.6申请日： 2020-06-02
-
公开(公告)号： CN111754463B公开(公告)日： 2024-05-14
- 发明人: 赵维刚 , 陈甜甜 , 李荣喆 , 杨勇 , 田秀淑
- 申请人： 石家庄铁道大学
- 申请人地址： 河北省石家庄市北二环东路17号
- 专利权人： 石家庄铁道大学
- 当前专利权人： 石家庄铁道大学
- 当前专利权人地址： 河北省石家庄市北二环东路17号
- 代理机构： 石家庄轻拓知识产权代理事务所
- 代理商 侯迎新
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06N3/08 ; G01N21/88
摘要：
本发明公开了一种基于卷积神经网络的无砟轨道CA砂浆层缺陷检测方法，包括如下步骤：S1：将缺陷信息转换为信号信息；S2：将信号信息转换为三维图像信息，作为特征图像；S3：建立数据集；S4：训练卷积神经网络；S5：获取待检测缺陷数据；S6：待检测缺陷数据预处理；S7：计算检测结果。本发明解决了现有技术中存在的特征提取不够准确、缺陷大小不能精确分类、检测准确率低等问题。本发明适用于无砟轨道CA砂浆层缺陷检测技术领域。
公开/授权文献
- CN111754463A 一种基于卷积神经网络的无砟轨道CA砂浆层缺陷检测方法 公开/授权日：2020-10-09
