发明公开
- 专利标题: 一种基于深度学习的螺栓松动角度检测方法及系统
-
申请号: CN202410210532.1申请日: 2024-02-26
-
公开(公告)号: CN118037844A公开(公告)日: 2024-05-14
- 发明人: 单智 , 豆豪磊 , 余志武 , 彭金骠 , 伍军
- 申请人: 中南大学 , 高速铁路建造技术国家工程研究中心 , 中国中铁股份有限公司
- 申请人地址: 湖南省长沙市岳麓区麓山南路932号; ;
- 专利权人: 中南大学,高速铁路建造技术国家工程研究中心,中国中铁股份有限公司
- 当前专利权人: 中南大学,高速铁路建造技术国家工程研究中心,中国中铁股份有限公司
- 当前专利权人地址: 湖南省长沙市岳麓区麓山南路932号; ;
- 代理机构: 湖南盈奥知识产权代理事务所
- 代理商 龚燕妮; 姚瑶
- 主分类号: G06T7/73
- IPC分类号: G06T7/73 ; G06T7/00 ; G06N3/0499 ; G06N3/084 ; G06N3/09
摘要:
本发明公开了一种基于深度学习的螺栓松动角度检测方法及系统,该方法基于螺栓表面纹理标记物对螺栓表面角度进行定义;构建基于深度学习的目标检测模型的网络架构以及获取训练样本,进而基于训练样本以及设定的总损失函数进行模型训练;在目标检测模型中引入角度监督损失函数;采集标记每个螺栓图像训练样本中每个螺栓对应的螺栓表面角度;待检测的螺栓图像输入目标检测模型中得到每个螺栓的螺栓表面角度预测值,并与之前时刻或初始值进行比较得到螺栓松动角度值。本发明上述技术方案通过引入深度学习以及增加角度信息输出,改进了基于深度学习的螺栓松动角度检测模型,实现螺栓松动的自动化检测,提高检测效率以及精度。