-
公开(公告)号：CN118781426A
公开(公告)日：2024-10-15
申请号：CN202410932872.5
申请日：2024-07-12
Applicant: 陕西榆横铁路有限责任公司
IPC: G06V10/764 , G06V10/774 , G06N3/08 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06T7/00
Abstract: 本发明涉及了铁路列车故障识别技术领域，具体涉及了火车外观状态识别模型生成方法、系统、设备及介质。获取不同火车车厢外观图像，形成图像数据集，所述图像数据集包括异常外观状态图像和正常外观状态图像；对所述图像数据集中的部分图像进行标注，得到标注图像数据集；将标注图像数据集中的图像输入至深度学习网络模型中进行训练，得到初始火车外观状态识别模型；实时获取火车车厢外观图像，将图像数据集中未标注的图像和实时火车车厢外观图像进行标注，经过标注后的图像输入至初始火车外观状态识别模型中进行迭代训练，得到最优火车外观状态识别模型。该方法识别准确率不断提升。
-
公开(公告)号：CN118781425A
公开(公告)日：2024-10-15
申请号：CN202410932871.0
申请日：2024-07-12
Applicant: 陕西榆横铁路有限责任公司
IPC: G06V10/764 , G06V10/25 , G06V10/82 , G06V10/80 , G06N3/08 , G06N3/0464 , G06T7/00
Abstract: 本发明涉及了机器视觉技术领域，具体涉及了一种火车重检场景缺陷识别方法、装置、设备及介质。包括获取历史各火车车厢切片图像数据，将获取的历史各火车车厢对应的切片图像数据进行像素融合，得到历史完整车厢图像数据；基于神经网络算法构建目标识别模型，利用历史完整车厢图像数据对所述目标识别模型进行训练，得到训练后的目标识别模型，获取当前火车车厢切片图像数据，将当前火车车厢切片图像数据输入至训练好的目标识别模型中，得到该火车车厢的最终缺陷识别结果。该方法能够实现对各区域进行精确检测。
-
公开(公告)号：CN119559733A
公开(公告)日：2025-03-04
申请号：CN202411737302.7
申请日：2024-11-29
Applicant: 陕西榆横铁路有限责任公司
IPC: G08B13/196 , G08B13/24 , H04W4/021 , H04W4/02 , H04W4/029
Abstract: 本发明公开了一种车站区域安全风险卡控系统，属于铁路车站设备技术领域，包括：视频监控模块，用于持续得到若干不同视角的具有拍摄时间信息的车站区域图像；图像处理传输模块，用于处理车站区域图像，得到的待识别图像；电子工牌模块，用于佩戴在车站区域内的人员身上，生成电子工牌的定位数据；北斗定位模块，用于构建车站区域虚拟围栏，对电子工牌进行实时定位；安防控制报警平台，用于根据待识别图像，基于图像识别网络进行图像识别，并根据电子工牌的定位数据进行定位检测，且根据围栏异常入侵数据和图像识别结果，进行异物侵限预警、工牌离人预警和人员异常入侵预警。本发明解决了车站安全风险卡控不够准确和全面的问题。
