公开(公告)号：CN119295834A

公开(公告)日：2025-01-10

申请号：CN202411554557.X

申请日：2024-11-01

Applicant: 华东交通大学

Inventor： 胡军 ,  郑嘉浩 ,  万文伟 ,  乔鹏 ,  杨世敏 ,  周咏琪

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/25 ,  G06V10/774 ,  G06V10/776 ,  G06V10/40 ,  G06N3/045 ,  G06N3/08 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明公开了一种基于改进的YOLOV7电力传输系统绝缘子缺陷检测方法，包括以下步骤：(1)收集多张三种不同缺陷类型的高分辨率绝缘子图像，作为模型训练的原始材料；(2)随机组合地采用图像缩放与扭曲、图像填充、图像翻转和色域变换这四种几何数据增强技术，对原始数据集材料进行数据增强；(3)在主干特征提取网络的高层特征提取层中，引入视觉上下文网络；(4)在主干特征提取网络的两条输出通道P4和P5中引入了EMA注意力机制。本发明通过一系列优化与改进，在检测精度、模型鲁棒性、检测效率以及电力系统安全性等方面均表现出显著的有益效果，对保障铁路电气化设施具有重要的实际应用价值和推广意义。

公开(公告)号：CN116883782A

公开(公告)日：2023-10-13

申请号：CN202310843774.X

申请日：2023-07-11

Applicant: 华东交通大学

Inventor： 胡军 ,  徐思杰 ,  徐帆 ,  乔鹏 ,  王妍慧

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明适用于目标检测技术领域，提供了一种列车零部件识别模型训练方法、装置及设备，所述方法包括：获取摄像装置拍摄的列车零部件图像，列车零部件图像为列车零部件以列车底部图案为背景的成像；对列车零部件图像中的列车零部件进行标注，构建数据集；通过数据集对预设神经网络进行训练，并计算预设神经网络的损失，并采用反向传播算法迭代更新预设神经网络的参数，从而训练得到列车零部件识别模型。本发明通过搭建能够模拟仿真装置，以能够获取大量的列车零部件图像，解决了传统相关数据获取困难等问题，然后结合深度学习神经网络，能够训练得到自动对列车零部件进行识别检测的列车零部件识别模型。

公开(公告)号：CN118408908A

公开(公告)日：2024-07-30

申请号：CN202410471831.0

申请日：2024-04-18

Applicant: 华东交通大学

Inventor： 胡军 ,  刘文南 ,  杨良 ,  吕豪豪 ,  占朝晖 ,  乔鹏

IPC: G01N21/3586 ,  G06F18/241 ,  G06F18/214 ,  G06F18/25 ,  G06F18/213 ,  G01N21/3563 ,  G01N21/01

Abstract: 本发明公开了一种基于太赫兹时域光谱技术和数据融合策略的黑色橡胶种类识别方法，包括以下步骤：(1)采用厚度为1mm的8种不同种类的黑色橡胶，包括了天然橡胶、氯丁橡胶、氟橡胶、硅橡胶、丁基橡胶、三元乙丙橡胶、丁腈橡胶和丁苯橡胶，每种橡胶制备8片样品；(2)将各个样品放入太赫兹时域光谱仪器中使用透射模式进行测量，每一片样品取四个点，每个点重复测量5次，从而保证数据集的可靠性和准确性，然后采集对应样品的太赫兹光谱数据；(3)剔除异常样本之后，采用波段筛选方法对太赫兹的吸收光谱和折射率光谱数据进行特征提取，同时将太赫兹时域光谱的时域特征指标提取出来并进行Z‑Score标准化；(4)采用特征级数据融合策略将太赫兹频域和时域两种信号的特征进行数据融合，从而构建橡胶定性检测模型。本发明利用化学计量学方法和数据融合策略实现了对不同种类的橡胶的定性识别。

公开(公告)号：CN116718613A

公开(公告)日：2023-09-08

申请号：CN202310681424.8

申请日：2023-06-09

Applicant: 华东交通大学

Inventor： 胡军 ,  杨良 ,  乔鹏 ,  石宏扬 ,  周永琪 ,  贺永

IPC: G01N21/95 ,  G01N21/88 ,  G01N21/3586 ,  G16C60/00 ,  G06T7/00 ,  G06T7/136 ,  G06T7/62

Abstract: 本发明公开了一种基于太赫兹谱的环氧玻璃纤维复合材料内部缺陷检测方法，包括以下步骤：(1)对环氧玻璃纤维进行精雕，以制备出具有不同孔径或深度的环氧玻璃纤维样品；(2)将各样品放入太赫兹系统中使用透射模式进行测量，采集对应样品的太赫兹光谱数据；(3)通过预处理方法对各样品的太赫兹光谱数据进行校正处理；(4)采用波段筛选方法对太赫兹光谱数据进行特征提取；(5)采用化学计量学方法建立基于太赫兹透射光谱的缺陷检测模型；(6)通过不同的阈值分割方法对缺陷面积的可视化分析。本发明利用化学计量学和阈值分割相结合的方法对环氧玻璃纤维内部缺陷的深度和面积进行量化，实现缺陷的定量检测。

公开(公告)号：CN118447349A

公开(公告)日：2024-08-06

申请号：CN202410621447.4

申请日：2024-05-20

Applicant: 华东交通大学

Inventor： 胡军 ,  乔鹏 ,  万文伟 ,  周咏琪

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/084 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明适用于轨枕裂纹目标检测技术领域，提供了一种铁路轨枕裂纹目标检测模型训练方法、装置及设备，所述方法包括：获取轨枕裂纹目标图像，并对轨枕裂纹目标图像进行标注，形成训练数据集；将训练数据集当中的训练图像输入到预设的轨枕裂纹目标检测网络当中进行训练；根据预测的轨枕裂纹目标检测信息与标注的真实轨枕裂纹目标检测信息，计算模型损失，并根据模型损失且采用反向传播算法迭代更新所述轨枕裂纹目标检测网络参数。本发明通过对轨枕裂纹目标检测网络进行优化，使得在特征提取之后，会对特征依序进行NAS最优特征融合增加网络对图像特征的表达能力，同时利用TOOD Head模型增加对轨枕裂纹特征分类与回归之间的交互，进一步提升NAS‑Swin检测性能，能够解决小目标轨枕裂纹的检测存在精度、召回率、速度较低等问题，提高模型检测精度和泛化能力。