一种基于预训练大模型的轨道缺陷检测方法及装置

    公开(公告)号:CN117455902A

    公开(公告)日:2024-01-26

    申请号:CN202311728678.7

    申请日:2023-12-15

    Abstract: 本发明涉及轨道缺陷检测技术领域,特别是指一种基于预训练大模型的轨道缺陷检测方法及装置,方法包括:基于图像随机掩码重建的预训练方法,对初始掩码自编码模型进行第一阶段预训练,得到第一中间训练模型;对第一中间训练模型进行第二阶段预训练,得到第二中间训练模型;基于ViTDet的训练方法,得到轨道重要部件位置检测模型;基于重要部件位置对第二中间训练模型进行训练,得到第三中间训练模型;根据第三中间训练模型以及第一中间训练模型进行数据自动增广,得到无病害样本以及有病害样本,根据样本对第三中间训练模型进行微调,得到训练好的轨道缺陷检测模型。采用本发明,可以解决高质量标注数据不足的问题,提高轨道缺陷检测的精度。

    纸质票据图片的数据合成与文本识别方法

    公开(公告)号:CN111414906A

    公开(公告)日:2020-07-14

    申请号:CN202010145278.3

    申请日:2020-03-05

    Abstract: 本发明提供了一种纸质票据图片的数据合成与文本识别方法。该方法包括:去除纸质票据图片中的前景文字,获得纸质票据图片的背景图片,并记录纸质票据图片中的文字区域的坐标信息;利用预先收集的词库生成要合成的纸质票据中的字段对应的白底文本图片;根据字段在纸质票据中对应的位置和纸质票据图片中的文字区域的坐标信息,将字段的白底文本图片覆盖在所述背景图片上,得到合成的纸质票据图片;将一定数量的合成的纸质票据图片数据作为训练集,利用训练集采用权重CTC-Loss损失函数对CRNN模型进行训练,利用训练好的CRNN模型对待识别的纸质票据进行文本识别。本发明可以有效地识别出火车票等纸质票据图片中的文本,提高模型对指定位置字符的识别精度。

    一种轨道外观状态综合感知的采集装置

    公开(公告)号:CN109677444A

    公开(公告)日:2019-04-26

    申请号:CN201910021399.4

    申请日:2019-01-10

    CPC classification number: B61K9/08

    Abstract: 本发明提供了一种轨道外观状态综合感知的采集装置,包括:2个线阵相机、2个面阵相机、分频板、2个LED光源、光源控制盒和综合电源;综合电源分别与2个线阵相机、2个面阵相机、分频板、2个LED光源、光源控制盒电线连接;2个线阵相机分别与分频板通过信号线连接,用于接收所述分频板的信号,对轨道上的钢轨、扣件和轨道板进行正面成像;2个面阵相机和所述的光源控制盒通过信号线连接,面阵相机用于采集轨道侧面的离缝图像;光源控制盒与所述的2个LED光源分别通过电线连接,用于根据面阵相机的信号控制LED光源进行补光,2个线阵相机和2个面阵相机分别安装有工控机接口,本发明可以实现轨道外观状态的综合感知。

    一种基于3D模型和点云处理的钢轨缺陷图像生成方法

    公开(公告)号:CN113240790B

    公开(公告)日:2024-06-14

    申请号:CN202110401797.6

    申请日:2021-04-14

    Abstract: 本发明提供一种基于3D模型和点云处理的钢轨缺陷图像生成方法,首先构造正常钢轨3D模型和缺陷钢轨初始3D模型;然后通过点云处理方法扩增缺陷钢轨初始3D模型的数量以及缺陷的种类;再基于曲率与反曲率操作平滑缺陷与背景的过渡差异;最后通过标签映射方法实现自动标注,同时通过纹理替换方法增加钢轨仿真数据背景的多样性与复杂性。本发明提供的方法,可以生成无限的高质量的有标记的钢轨缺陷仿真数据。这些数据可用于后期的神经网络训练或者辅助训练,有效改善了数据样本不足对钢轨缺陷检测任务造成的影响。

    对风洞试验数据进行异常检测的方法

    公开(公告)号:CN112362292B

    公开(公告)日:2021-12-14

    申请号:CN202011188917.0

    申请日:2020-10-30

    Abstract: 本发明提供了一种对风洞试验数据进行异常检测的方法。该方法包括:以风洞试验正常数据为基础,根据风洞试验数据异常规律生成风洞试验异常仿真数据,将风洞试验标准数据集中的所有风洞试验数据转化成固定长度的特征表示,组成统一长度的特征向量;根据风洞试验数据的特征向量利用孤立森林算法对风洞试验数据进行属性随机选择和切割处理,建立多棵孤立二叉树,构成了孤立森林;根据待测的风洞试验数据样本在孤立森林中的平均遍历路径,对待测的风洞试验数据样本进行异常检测。本发明方法的风洞试验数据异常检测速度快,可以实现快速的异常检测。在确定异常阈值时不需要人工进行设置或者调整,可以根据样本的分布自动进行确定。

    对房产证图像进行结构化信息提取的方法

    公开(公告)号:CN111460927A

    公开(公告)日:2020-07-28

    申请号:CN202010186069.3

    申请日:2020-03-17

    Abstract: 本发明提供了一种对带表格的图像进行结构化信息提取的方法。该方法包括:提取带表格的图像中的表格区域,对表格区域进行单元格分割;对单元格进行文本行检测和归类;对文本行进行单字分割并识别单字内容,拼接得到文本行内容,根据所述文本行的内容和所述表格区域的单元格分割结果得到所述带表格的图像中的结构化信息。本发明实施例的方法可以有效地提取出房产证图像等带表格的图像中的表格区域、文本行中的单字以及结构化信息。本发明可以帮助人们在进行二手房交易、房产证抵押、贷款买车、落户、适龄儿童入学、出国旅游办签证等行为时,实现自动化的业务流程。

    一种基于深度学习的RFID标签位置估计方法

    公开(公告)号:CN110503354A

    公开(公告)日:2019-11-26

    申请号:CN201910591425.7

    申请日:2019-07-02

    Abstract: 本发明涉及一种基于深度学习的RFID标签位置估计方法,包括CNN网络模型训练方法以及基于深度学习的RFID标签位置估计算法使用方法:CNN网络模型训练方法包括:S11,输入训练数据集;S12,进行数据预处理操作;S13,构建并训练CNN网络模型;S14,输出CNN网络模型的参数;基于深度学习的RFID标签位置估计算法使用方法包括:S21,输入实际采样数据;S22,对输入的实际采样数据进行预处理操作;S23,利用网络模型进行位置估计;S24,利用CNN网络模型对RFID标签位置估计结果。本发明能识别出RFID标签在传送带上的相对位置,实现对多个标签先后次序的准确估计,为自动分拣提供可靠的信息。

    一种基于半交互式的裂缝检测方法

    公开(公告)号:CN107389697B

    公开(公告)日:2019-08-30

    申请号:CN201710558215.9

    申请日:2017-07-10

    Abstract: 本发明提出了一种基于半交互式的裂缝检测方法,主要是为了解决目前裂缝检测领域中的裂缝检测方法的鲁棒性问题和高精度需求,并切实地应用于各种实际场景。该方法基于交互式种子点选取和裂缝走势预测进行裂缝检测,不仅能有效消除噪声、光照,背景复杂等不利因素的影响,并且对图像成像质量要求低,对图像采集环境具有自适应能力,具有普适性。本发明还能简单扩展到其它相似特征的场合,比如医学领域中毛细血管的检测等。

    一种基于核功率密度的无线信道多径分簇方法

    公开(公告)号:CN106452629B

    公开(公告)日:2019-03-15

    申请号:CN201610978957.2

    申请日:2016-11-07

    Abstract: 一种基于核功率密度的无线信道多径分簇方法,信号由发射机历经多径到达接收机,MIMO信道被建模为双方向性信道,并且双方向性脉冲响应包括多径的功率、时延、离开角以及达到角,信道中的多径信号呈现成簇现象,在同一个簇中的多径信号拥有相似的功率、时延以及角度参数,其特征在于,所有的多径参数都利用高分辨率算法(例如,MUSIC、CLEAN、SAGE、RiMAX)从实际测试数据中进行估计,考虑在一个时间时刻内多个簇中的多条多径分量,而这些多径分量由功率、时延、DOD以及DOA进行表示。本发明采用核密度等解决技术问题的新手段,能够更好地识别多径分量的本地密度变化,不需要簇的先验信息,是可满足未来无线通信领域面向簇结构的信道处理技术。

Patent Agency Ranking