公开(公告)号：CN118658047A

公开(公告)日：2024-09-17

申请号：CN202411143367.9

申请日：2024-08-20

申请人： 成都唐源电气股份有限公司

发明人： 高万旭 ,  占栋 ,  张金鑫 ,  罗明祥 ,  袁磊 ,  熊昊睿 ,  王聪 ,  陈杰 ,  张文凯 ,  边锋锋 ,  韩银强 ,  赵年富 ,  王宇明

IPC分类号： G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N5/04

摘要： 本发明提供一种基于改进YOLOv8模型的小目标检测方法，属于图像识别技术领域，解决现有轻飘物检测中的局限性问题；方法包括：获取铁路沿线图像数据集并进行标注与预处理，得到训练集和验证集；构建基于小目标图像识别的检测模型，利用训练集进行迭代训练，得到目标检测模型；基于小目标图像识别的检测模型包括YOLOv8模型、Small‑Branch网络模块分支、用于训练的3x3卷积核一与1x1卷积核相并联的卷积层、用于推理检测的3x3卷积核二；利用目标检测模型对待检测目标进行检测，并输出轻飘物位置信息与类别预测结果；本发明增强了模型对小目标轻飘物的检测能力，提高了整体检测效果和识别准确性。

公开(公告)号：CN115587980A

公开(公告)日：2023-01-10

申请号：CN202211234811.9

申请日：2022-10-10

申请人： 西南交通大学 ,  成都唐源电气股份有限公司

发明人： 占栋 ,  白伟东 ,  喻杨洋 ,  袁磊

IPC分类号： G06T7/00 ,  G06T5/00 ,  G06T5/30 ,  G06T5/40 ,  G06T7/187

摘要： 本发明公开了一种接触网承力索缺陷识别方法、装置、设备及介质，涉及接触网缺陷识别技术领域。该方法包括：获取接触网原始图像；定位承力索保护条在所述接触网原始图像中的位置，得到初步承力索保护条可能区域图像；对所述初步承力索保护条可能区域图像进行过滤处理，提取承力索保护条连通域图像；采用二阶差分法，对所述承力索保护条连通域图像进行保护条宽度的缺陷判定，得到是否存在保护条缺失结果。本发明能够快速及时发现承力索底座缺失保护条的缺陷快速及时，识别效率高，排除铁路有接触网运行风险。

公开(公告)号：CN118781492A

公开(公告)日：2024-10-15

申请号：CN202411240139.3

申请日：2024-09-05

申请人： 成都唐源电气股份有限公司

发明人： 谈承 ,  王鹤桐 ,  孙艺洋 ,  罗明祥 ,  占栋 ,  袁磊 ,  张金鑫 ,  陈明鹏 ,  赵年富 ,  廖盛登 ,  严攀乐 ,  张亮

IPC分类号： G06V20/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/766 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

摘要： 本发明公开了一种基于可变形采样的接触网鸟窝检测方法，涉及图像处理技术领域，包括以下步骤：S1、采用可变形采样方法，构建鸟窝检测网络模型；S2、利用接触网鸟窝缺陷样本集图像，对鸟窝检测网络模型进行支路辅助训练；S3、利用接触网鸟窝缺陷样本集图像，对辅助网络训练后的鸟窝检测网络模型进行主网络独立训练；S4、将接触网鸟窝待识别图像输入训练好的鸟窝检测网络模型中进行鸟窝检测。本发明设计了可变形降采样模型，在空间上实现了有偏降采样，同时输出坐标偏移特征和分类特征，实现了分类预测和回归预测的解耦；使用了辅助支路指导主网络的训练方法，在检测时不使用额外的网络便实现了鸟窝所在局部区域的定位。

公开(公告)号：CN116309441A

公开(公告)日：2023-06-23

申请号：CN202310255134.7

申请日：2023-03-16

申请人： 西南交通大学 ,  成都唐源电气股份有限公司

发明人： 占栋 ,  张金鑫 ,  袁磊 ,  熊昊睿

IPC分类号： G06T7/00 ,  G06T7/13 ,  G06T7/62 ,  G06T5/30 ,  G06N3/04

摘要： 本发明公开了一种接触网定位器缺陷识别方法、系统、终端及介质，涉及接触网缺陷检测技术领域，其技术方案要点是：利对采集图像中的定位器支座进行目标检测，得到检测结果；对检测结果中的不良图像进行清洗，去除边缘图像和畸形图像，得到清洗结果；对清洗结果中的图像进行实例分割，得到分割后的掩码图；对掩码图进行形态学处理，得到判断图像；对判断图像进行连通域计算后得到分割出的等电位线面积，并在等电位线面积小于设定阈值时判断定位器支座处于等电位线缺失状态。本发明利用图像实例分割方法检测等电位线的缺失，将目标检测细化为像素级别的检测分类，能够适应不同线路情况，并在保证较高准确性的缺陷检情况下保持较低误报。

公开(公告)号：CN114612778A

公开(公告)日：2022-06-10

申请号：CN202210244435.5

申请日：2022-03-14

申请人： 成都唐源电气股份有限公司

发明人： 张金鑫 ,  袁磊 ,  董建明 ,  喻杨洋 ,  李想 ,  黄成亮

IPC分类号： G06V20/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00

摘要： 本发明公开了一种基于向量神经网络的接触网鸟窝识别方法及模型，涉及铁路接触网异常识别技术领域，包括以下步骤：获取待检测接触网图像；利用卷积神经网络模型对所述待检测接触网图像进行处理，并输出包含特征图的标量图像；利用向量网络层模型将所述包含特征图的标量图像转换为向量图像，并输出向量S1；利用向量全连接网络模型，根据向量S1计算得到向量S2，并根据向量S2判断是否存在鸟窝。本发明的向量神经网络具有可解释性和较高的准确率，在一个网络中可同时能输出鸟窝的多种参数，比如鸟窝的有无，鸟窝的方向形态等，具有高效、高准确率的对接触网进行鸟窝异常情况的识别，适用于普速和高速铁路接触网。