公开(公告)号：CN118570516A

公开(公告)日：2024-08-30

申请号：CN202410231217.7

申请日：2024-02-29

Applicant: 北京工业大学

Inventor： 张利国 ,  刘博宁 ,  任芝慧 ,  张熙尧 ,  石睿 ,  邓恒

IPC: G06V10/764 ,  G06V10/774 ,  G06T3/4007 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明公开了适用于铁路环境下的异物入侵检测方法，包括如下步骤，步骤1：建立供深度学习训练的铁路异物入侵样本集；步骤2：建立深度学习检测网络模型；步骤3：针对铁路场景的目标检测的优化网络；步骤4：模型剪枝操作；利用数据增强技术将原有的数据集进行扩充，该方法可以很好的提升训练时模型的鲁棒性以及一定程度上可以规避训练的时候出现过拟合的问题。除此之外，本发明使用了大模型与人工智能生成内容AIGC，即使用“文生图”的方式根据需求生成虚拟的铁路环境下含有异物入侵的图片，该技术能够很好的弥补目前现实中没有或者少有的异物入侵目标图片，图片的真实效果可与现实世界相当。