-
公开(公告)号:CN115359306A
公开(公告)日:2022-11-18
申请号:CN202211298769.7
申请日:2022-10-24
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/24 , G06N3/04 , G06N3/08
摘要: 本发明涉及一种铁路货检高清图像智能识别方法和系统,该方法包括如下步骤:(1)选取多个车型的货车拍摄货车场景图像,构建货车病害数据集;(2)获取待检测的货车过车图像;(3)基于全局多维度注意力机制对待检测的货车过车图像进行分类;(4)基于Faster‑RCNN深度学习神经网络,检测待检测的货车过车图像是否存在病害,并对病害进行定位;(5)识别病害。本发明涉及视觉技术在铁路货车病害识别中的应用,将深度神经网络技术与图像检测识别技术结合起来,应用于货车病害智能识别领域,可以克服传统货车病害图像检测识别技术的不足,能够解决传统货车病害检测识别中效率、成本、安全等问题。
-
公开(公告)号:CN115359306B
公开(公告)日:2023-04-07
申请号:CN202211298769.7
申请日:2022-10-24
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/24 , G06N3/0464 , G06N3/084
摘要: 本发明涉及一种铁路货检高清图像智能识别方法和系统,该方法包括如下步骤:(1)选取多个车型的货车拍摄货车场景图像,构建货车病害数据集;(2)获取待检测的货车过车图像;(3)基于全局多维度注意力机制对待检测的货车过车图像进行分类;(4)基于Faster‑RCNN深度学习神经网络,检测待检测的货车过车图像是否存在病害,并对病害进行定位;(5)识别病害。本发明涉及视觉技术在铁路货车病害识别中的应用,将深度神经网络技术与图像检测识别技术结合起来,应用于货车病害智能识别领域,可以克服传统货车病害图像检测识别技术的不足,能够解决传统货车病害检测识别中效率、成本、安全等问题。
-