对铁路的接触网图像进行缺陷识别的方法

    公开(公告)号:CN111951212A

    公开(公告)日:2020-11-17

    申请号:CN202010269412.0

    申请日:2020-04-08

    Abstract: 本发明提供了一种对铁路的接触网图像进行缺陷识别的方法。该方法包括:对铁路接触网拍照,获取铁路的接触网的图像数据集,对图像数据集进行扩充处理;基于图像金字塔特征融合构建改进的Faster R-CNN模型,利用扩充处理后的图像数据集对改进Faster R-CNN模型进行训练,得到训练好的改进Faster R-CNN模型;利用训练好的Faster R-CNN模型通过目标检测算法对待识别的接触网的图像数据进行缺陷目标识别,获取图像数据中的缺陷目标。本发明将改进的Faster R-CNN算法应用到铁路接触网的图像数据的缺陷检测中,实现接触网部件缺陷自动识别,提高检测效率。利用无人机拍摄铁路接触网,在不影响线路运行的情况下能够获取图像质量更好的接触网遥感图像,能够避免接触网相互遮挡造成的数据不完整。

    高速铁路定位器螺栓备母缺陷的检测方法

    公开(公告)号:CN111489339B

    公开(公告)日:2024-06-21

    申请号:CN202010269940.6

    申请日:2020-04-08

    Abstract: 本发明提供了一种高速铁路定位器螺栓备母缺陷的检测方法。该方法包括:构建改进的YOLOv3模型框架,调整YOLOv3模型框架的检测尺度,获取高速铁路定位器螺栓备母的图像数据集,对图像数据集进行扩充处理;将扩充处理的图像数据集输入到改进的YOLOv3模型框架中,得到分割了定位器区域的图像数据;用基于Retinanet模型的目标检测算法对分割了定位器区域的图像数据进行定位器螺栓备母缺陷检测,得到定位器螺栓备母缺陷的状态种类。本发明将改进的YOLOv3算法应用到定位器检测中,针对数据图像中定位器区域所占比重情况,修剪算法分支,可实现对于定位器螺栓备母缺陷的检测和识别,降低了专业要求,增加了工程应用性。

    用于无人机遥感图像的铁路沿线环境未知风险识别方法

    公开(公告)号:CN119919832A

    公开(公告)日:2025-05-02

    申请号:CN202411858623.2

    申请日:2024-12-17

    Abstract: 本发明提供了一种用于无人机遥感图像的铁路沿线环境未知风险识别方法,该方法基于CNN设计了目标性与多分类解耦训练策略,提升模型对图像前景和背景区分能力,将铁路沿线环境无人机遥感图像集和现有未知风险图像与其他场景无人机图像集作为模型的训练数据,正常训练分布内数据集的同时,对分布内目标特征和分布外目标特征分别构建具有动态元素的特征集合,对特征集合进行多元高斯分布参数估计,并在参数估计基础上进行基于相似度的特征重采样获取服从特征集合分布的OoD特征,使重采样后的OoD特征更具泛化性。最终结合能量得分函数实现OoD检测。保证对潜在隐患高目标检测率的同时,提高对未知风险识别的泛化性。

    基于NonshadowGAN的无人机铁路扣件图像阴影去除方法及系统

    公开(公告)号:CN114266713A

    公开(公告)日:2022-04-01

    申请号:CN202111615470.5

    申请日:2021-12-27

    Abstract: 本申请提供一种基于NonshadowGAN的无人机铁路扣件图像阴影去除方法及系统。本申请基于无人机所获取的铁路扣件图像,首先对扣件图像进行预处理实现数据的增广,然后利用NonshadowGAN网络实现对扣件部件的阴影去除。本申请将无人机铁路扣件图像输入到阴影去除网络中时,将损失函数分为三部分,通过生成对抗网络将对抗损失应用于学习阴影特征,完成阴影和无阴影特征的学习与识别任务,并通过循环一致性损失减少映射函数的可用空间,通过身份验证损失进一步约束网络结构,鉴别阴影生成结果,调整参数模型。从而,本申请能够基于非成对的阴影扣件数据实现模型训练,进而准确实现对无人机扣件数据中阴影部分的去除。

    基于无人机作业的铁路扣件缺陷自动采集辨识方法

    公开(公告)号:CN111899227A

    公开(公告)日:2020-11-06

    申请号:CN202010640270.4

    申请日:2020-07-06

    Abstract: 本发明提供了一种基于无人机作业的铁路扣件缺陷自动采集辨识方法。该方法包括:对无人机拍摄的铁路扣件图像数据进行增强处理,得到训练集、验证集和测试集;利用CYOLO算法构建网络模型,利用训练集中的图像数据对CYOLO网络模型进行训练,利用验证集中的图像数据对训练完成的CYOLO网络模型进行比对检测,得到训练好的CYOLO网络模型;将训练好的CYOLO网络模型作为铁路扣件缺陷图像的检测模型,将测试集中的图像数据输入到铁路扣件缺陷图像的检测模型中,实现图像数据的铁路扣件缺陷目标检测。本发明将CYOLO算法应用到铁路扣件缺陷巡检中,实现扣件缺陷自动识别,提高检测效率,可以实现对铁路无人机图像扣件缺陷的坐标定位和分类。

    高速铁路定位器螺栓备母缺陷的检测方法

    公开(公告)号:CN111489339A

    公开(公告)日:2020-08-04

    申请号:CN202010269940.6

    申请日:2020-04-08

    Abstract: 本发明提供了一种高速铁路定位器螺栓备母缺陷的检测方法。该方法包括:构建改进的YOLOv3模型框架,调整YOLOv3模型框架的检测尺度,获取高速铁路定位器螺栓备母的图像数据集,对图像数据集进行扩充处理;将扩充处理的图像数据集输入到改进的YOLOv3模型框架中,得到分割了定位器区域的图像数据;用基于Retinanet模型的目标检测算法对分割了定位器区域的图像数据进行定位器螺栓备母缺陷检测,得到定位器螺栓备母缺陷的状态种类。本发明将改进的YOLOv3算法应用到定位器检测中,针对数据图像中定位器区域所占比重情况,修剪算法分支,可实现对于定位器螺栓备母缺陷的检测和识别,降低了专业要求,增加了工程应用性。

    薄膜拉伸夹具
    10.
    实用新型

    公开(公告)号:CN209395239U

    公开(公告)日:2019-09-17

    申请号:CN201920010442.2

    申请日:2019-01-04

    Abstract: 本实用新型提供一种薄膜拉伸夹具,属于夹具设备制造技术领域;本实用新型包括:底座和至少三个滑块;所述底座上开设有多个滑槽,每个所述滑槽内均安装有一个可沿所述滑槽滑动的所述滑块;每个所述滑块的顶部均设置有用于夹紧薄膜的夹板;相邻两个所述滑块之间还设置有锁定杆,该锁定杆的两端分别安装在相邻两个所述滑块上的所述夹板上。本实用新型通过多个滑块上的夹板夹持薄膜,并通过控制滑块的滑动来对薄膜进行拉伸;当完成拉伸作业后,通过锁定杆对夹板的位置进行固定,从而能够使拉伸后的薄膜保持拉伸后的形状。

Patent Agency Ranking