-
公开(公告)号:CN118172312A
公开(公告)日:2024-06-11
申请号:CN202410232576.4
申请日:2024-02-29
申请人: 北京交通大学
IPC分类号: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80
摘要: 本发明公开一种钢轨表面缺陷检测方法、设备、介质及产品,涉及钢轨表面缺陷检测技术领域,方法包括获取目标钢轨表面图像;将所述目标钢轨表面图像输入至训练后的Densenet卷积神经网络模型,得到所述目标钢轨表面图像中目标钢轨表面缺陷的类别;其中,模型的训练过程为:获取样本钢轨表面图像;对所述样本钢轨表面图像进行目标标记,得到标记后的样本钢轨表面图像;基于所述钢轨表面图像数据集,对改进的Densenet卷积神经网络模型进行训练,得到训练后的模型。本申请通过优化通道融合中的Canny边缘检测方法,对精度进行了提升;同时,采用多尺度特征融合策略,进一步提高了分类的准确性。
-
公开(公告)号:CN117830240A
公开(公告)日:2024-04-05
申请号:CN202311795092.2
申请日:2023-12-25
申请人: 北京交通大学
摘要: 本发明公开一种钢轨廓形匹配方法、系统及电子设备,涉及钢轨廓形检测领域。本发明采用RDP方法提取待检测钢轨的轨腰特征片段的特征点,能够减少特征片段中点集的数量,尽可能地保留变化特征,进而能够提高计算速度。采用改进的霍夫变换方法基于提取的特征点确定第二圆心,能够减小钢轨磨耗变形和检测噪声对搜索的影响。基于第一圆心和所述第二圆心确定的变换矩阵完成待检测钢轨廓形的匹配,能够显著提高钢轨廓形的匹配准确度。
-
公开(公告)号:CN118297880A
公开(公告)日:2024-07-05
申请号:CN202410295133.X
申请日:2024-03-14
申请人: 北京交通大学
IPC分类号: G06T7/00 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种钢轨内部伤损检测方法、装置、介质及产品,涉及钢轨探伤和深度学习技术领域,该方法包括获取目标钢轨B显图像;将目标钢轨B显图像输入至训练好的钢轨内部伤损检测模型中,得到目标钢轨B显图像中对应的钢轨损伤信息;训练好的钢轨内部伤损检测模型,为改进的Faster RCNN模型;改进的Faster RCNN模型,在Faster RCNN模型的骨干网络与RPN网络中间添加特征金字塔。本发明采用改进的Faster RCNN模型进行钢轨内部伤损检测,提升了模型对各类型钢轨内部伤损的检测精度,降低人工成本,降低伤损漏报率和伤损误报率。
-
-