-
公开(公告)号：CN115170828B
公开(公告)日：2023-03-14
申请号：CN202210836601.0
申请日：2022-07-15
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
IPC分类号： G06V10/44 , G06V10/766 , G06V10/10 , G06V10/80 , G06V10/82 , G06V10/776 , G06V20/60 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 基于深度学习的折角塞门卡子丢失故障检测方法，解决了现有目标自动识别方式难以在大尺度图像的小目标检测中同时兼顾准确性和实时性的问题，属于铁路货车故障检测领域。本发明包括：获取货车底、侧部原始图像；利用阀体边界检测模型对货车底、侧部原始图像进行检测，获取折角塞门阀体边界信息；根据折角塞门阀体边界信息，将折角塞门卡子区域图像从底、侧部图像中裁剪出来，获得底、侧部二级子图像，将底、侧部二级子图像的垂直拼接，获得融合待检图像；利用卡子边界检测模型对融合待检图像进行检测，获取折角塞门卡子边界信息；根据折角塞门卡子边界信息判断融合待检图像是否存在底、侧部卡子，确定是否发生丢失故障。
-
公开(公告)号：CN115170828A
公开(公告)日：2022-10-11
申请号：CN202210836601.0
申请日：2022-07-15
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
IPC分类号： G06V10/44 , G06V10/766 , G06V10/10 , G06V10/80 , G06V10/82 , G06V10/776 , G06V20/60 , G06N3/04 , G06N3/08
摘要： 基于深度学习的折角塞门卡子丢失故障检测方法，解决了现有目标自动识别方式难以在大尺度图像的小目标检测中同时兼顾准确性和实时性的问题，属于铁路货车故障检测领域。本发明包括：获取货车底、侧部原始图像；利用阀体边界检测模型对货车底、侧部原始图像进行检测，获取折角塞门阀体边界信息；根据折角塞门阀体边界信息，将折角塞门卡子区域图像从底、侧部图像中裁剪出来，获得底、侧部二级子图像，将底、侧部二级子图像的垂直拼接，获得融合待检图像；利用卡子边界检测模型对融合待检图像进行检测，获取折角塞门卡子边界信息；根据折角塞门卡子边界信息判断融合待检图像是否存在底、侧部卡子，确定是否发生丢失故障。
-
公开(公告)号：CN113743375B
公开(公告)日：2022-07-01
申请号：CN202111193370.8
申请日：2021-10-13
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
IPC分类号： G06V20/00 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 铁路货车折角塞门手把不正位识别方法，本发明涉及铁路货车折角塞门手把不正位识别方法。本发明的目的是为了解决现有基于深度学习神经网络进行折角塞门手把不正位故障识别时，不能同时兼顾检测准确率和效率的问题。铁路货车折角塞门手把不正位识别方法过程为：一、建立样本数据集；二、构建目标检测网络，输入折角塞门标记数据集进行训练，得到训练好的目标检测网络；三、构建分割网络，输入折角塞门手把分割数据集进行训练，得到训练好的分割网络；四、利用训练好的目标检测网络和分割网络进行折角塞门手把不正位故障识别。本发明属于故障图像识别领域。
-
公开(公告)号：CN113830136B
公开(公告)日：2022-04-19
申请号：CN202111221181.7
申请日：2021-10-20
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
摘要： 一种铁路货车折角塞门手把不正位故障的识别方法，它属于折角塞门手把不正位识别领域。本发明解决了现有方法对折角塞门手把不正位故障进行检测的准确率低的问题。本发明采用的技术方案为：步骤一、从获取的铁路货车侧部图像中截取出互钩差工位区域图像；步骤二、利用YOLOX网络预测折角塞门部件包围框的像素坐标信息，从互钩差工位区域图像中裁剪出折角塞门区域图像；步骤三、提取折角塞门部件区域图像角点特征，生成角点定位二值图像；步骤四、将折角塞门部件区域图像与角点定位二值图像进行通道合并，利用关键点检测网络检测合并后图像中关键点坐标；步骤五、根据关键点坐标检测结果进行故障识别。本发明可以应用于折角塞门手把不正位故障检测。
-
公开(公告)号：CN113830136A
公开(公告)日：2021-12-24
申请号：CN202111221181.7
申请日：2021-10-20
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
摘要： 一种铁路货车折角塞门手把不正位故障的识别方法，它属于折角塞门手把不正位识别领域。本发明解决了现有方法对折角塞门手把不正位故障进行检测的准确率低的问题。本发明采用的技术方案为：步骤一、从获取的铁路货车侧部图像中截取出互钩差工位区域图像；步骤二、利用YOLOX网络预测折角塞门部件包围框的像素坐标信息，从互钩差工位区域图像中裁剪出折角塞门区域图像；步骤三、提取折角塞门部件区域图像角点特征，生成角点定位二值图像；步骤四、将折角塞门部件区域图像与角点定位二值图像进行通道合并，利用关键点检测网络检测合并后图像中关键点坐标；步骤五、根据关键点坐标检测结果进行故障识别。本发明可以应用于折角塞门手把不正位故障检测。
-
公开(公告)号：CN113743375A
公开(公告)日：2021-12-03
申请号：CN202111193370.8
申请日：2021-10-13
申请人： 哈尔滨市科佳通用机电股份有限公司
发明人： 杨宇
摘要： 铁路货车折角塞门手把不正位识别方法，本发明涉及铁路货车折角塞门手把不正位识别方法。本发明的目的是为了解决现有基于深度学习神经网络进行折角塞门手把不正位故障识别时，不能同时兼顾检测准确率和效率的问题。铁路货车折角塞门手把不正位识别方法过程为：一、建立样本数据集；二、构建目标检测网络，输入折角塞门标记数据集进行训练，得到训练好的目标检测网络；三、构建分割网络，输入折角塞门手把分割数据集进行训练，得到训练好的分割网络；四、利用训练好的目标检测网络和分割网络进行折角塞门手把不正位故障识别。本发明属于故障图像识别领域。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.048 秒)
