公开(公告)号：CN118941894A

公开(公告)日：2024-11-12

申请号：CN202411005736.8

申请日：2024-07-25

Applicant: 北京交通大学

Inventor： 史红梅 ,  邱霁 ,  余祖俊 ,  李建钹 ,  王尧 ,  朱力强 ,  郭保青 ,  王耀东 ,  许西宁 ,  冯嘉辰 ,  张韦昱 ,  史佳琦

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/22 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种轻量化铁路货车零部件故障识别方法及系统，属于基于图像处理的故障识别技术领域，获取待识别的包含铁路货车零部件的图像；利用预先训练好的目标定位模型，对获取的待识别的包含铁路货车零部件的图像进行处理，得到图像中各个零部件的类别及位置信息，生成零部件细节图像；利用预先训练好的故障判别模型，对得到的零部件细节图像进行处理，得到图像中零部件是否故障及故障类别结果。本发明制作了多种类零部件故障数据库，解决了零部件故障样本不足的问题，采用基于深度学习的机器视觉方法对目标零部件进行定位识别，准确率高，使得算法在不同光照、不同背景、不同天气条件下均有较好的稳定性；模型小，参数少，具有更快的检测速度。

公开(公告)号：CN118840611A

公开(公告)日：2024-10-25

申请号：CN202411005735.3

申请日：2024-07-25

Applicant: 北京交通大学

Inventor： 邱霁 ,  史红梅 ,  余祖俊 ,  王尧 ,  李建钹 ,  郭保青 ,  许西宁 ,  王耀东 ,  张韦昱 ,  冯嘉辰 ,  史佳琦

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/088

Abstract: 本发明提供一种铁路货车异常检测方法及系统，属于基于图像识别的异常检测技术领域，利用预先训练好的异常检测模型对获取的图像进行处理，得到异常检测结果；其中，异常检测模型包括重构网络、异常区域定位网络和故障诊断网络；所述重构网络，用于进行图像重构；所述异常区域定位网络，用于将重构的图片与原始图像进行对比，实现对异常区域的定位；所述故障诊断网络，用于对定位后的异常区域进行故障判别，得到铁路货车故障识别结果。本发明避免了人工设计和提取特征，不同光线、不同背景、不同天气条件下具备更好的鲁棒性；采用的网络结构经过了轻量化优化，参数量和计算量小，实时和可靠；可以适用于其他轨道交通车辆运行故障动态图像检测系统。