专利汇可以提供一种铁路货车地板破损故障图像识别方法专利检索,专利查询,专利分析的服务。并且一种 铁 路货车地板破损故障 图像识别 方法,涉及货运列车检测技术领域,针对 现有技术 中采用人工检查图像的方式进行故障检测,由于检车人员在工作过程中极易出现疲劳、遗漏,造成检测率低的问题,利用图像自动识别的方式代替人工检测,提高检测效率、准确率。将 深度学习 算法 应用到地板破损故障自动识别中,提高整体算法的 稳定性 及 精度 。为减少雨天对识别率的影响,除了正常区域,破损区域外,将地板上梁体区域以及 杂草 等异物分别进行标记以提高识别准确率。将U-NET模型和SEGNET模型相结合,进行故障识别。同U-NET相比,SEGNET-UNET具有较少的参数,更容易训练。同SEGNET相比,SEGNET-UNET仿照U-NET增加了跳步连接,比SEGNET更注重细节,能更好的提取边界信息。,下面是一种铁路货车地板破损故障图像识别方法专利的具体信息内容。
1.一种铁路货车地板破损故障图像识别方法,其特征在于包括以下步骤:
步骤一:获取途径货车的高清线阵图像;
步骤二:根据先验知识从图像中裁剪出待识别部件区域,建立样本数据集;
步骤三:对样本数据集进行数据扩增;
步骤四:对样本数据集中的图像进行标记;
步骤五:将原始图像和标记数据生成数据集,并训练模型;
步骤六:采用SEGNET-UNET网络对图像进行分割,并对各个分割部位进行标记;
步骤七:对于地板分割结果,根据轮廓信息,将图像分为多个故障区域,对于每个故障区域,根据其大小和位置信息,结合故障附近的像素和梯度信息,判断是否有地板破损故障,并上传识别结果。
2.根据权利要求1所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述数据扩增的扩增形式包括:图像的旋转、平移、缩放、水平翻转、垂直翻转、对比度、光照调节和增加噪声。
3.根据权利要求1所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述SEGNET-UNET网络包括编码单元、解码单元和编码解码单元,所述编码单元采用5个下采样的编码单元,所述解码单元包括4个上采样的解码单元;
第一编码单元包含32个3×3大小的卷积核进行卷积并批标准化、32个3×3大小的卷积核进行卷积并批标准化、池化;
第二编码单元包含48个3×3大小的卷积核进行卷积并批标准化、48个3×3大小的卷积核进行卷积并批标准化、池化;
第三编码单元包含48个3×3大小的卷积核进行卷积并批标准化、48个3×3大小的卷积核进行卷积并批标准化、48个3×3大小的卷积核进行卷积并批标准化、池化;
第四编码单元包含64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、池化;
第五编码单元包含64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、池化;
编码解码单元包含80个3×3大小的卷积核进行卷积并批标准化、80个3×3大小的卷积核进行卷积并批标准化;
第一解码单元包含编码解码单元上采样长和宽变为原来的两倍后与第五编码单元融合,再和64个1×1大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化;
第二解码单元包含第一解码单元上采样长和宽变为原来的两倍后与第四编码单元融合,再和64个1×1大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化、64个3×3大小的卷积核进行卷积并批标准化;
第三解码单元包含第二解码单元上采样长和宽变为原来的两倍后再和48个3×3大小的卷积核进行卷积并批标准化、48个3×3大小的卷积核进行卷积并批标准化、48个3×3大小的卷积核进行卷积并批标准化;
第四解码单元包含第三解码单元长和宽变为原来的四倍后再和32个1×1大小的卷积核进行卷积并批标准化。
4.根据权利要求3所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述SEGNET-UNET网络采用Softmax作为激活函数。
5.根据权利要求3所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述SEGNET-UNET网络中第一编码单元、第二编码单元、第三编码单元、第四编码单元、第五编码单元、编码解码单元、第一解码单元、第二解码单元和第三解码单元采用RELU作为激活函数。
6.根据权利要求3所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述SEGNET-UNET网络的损失函数为:
其中,γ为参数,c为类别,pi(c)是像素i属于类别c的概率,gi(c)是groundtruth图像中像素i属于类别c的概率。
7.根据权利要求1所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述标记的结果为原始图像对应类别的掩码图像。
8.根据权利要求7所述的一种铁路货车地板破损故障图像识别方法,其特征在于所述类别为0为正常区域,1为地板破损区域图像,2为梁体区域,3为杂草异物。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于大数据的产业链分析系统及方法 | 2020-05-11 | 841 |
基于深度学习的蛋白质赖氨酸丙二酰化位点预测方法 | 2020-05-08 | 30 |
一种导游服务全产业生态链交易平台的产品及其构造方法 | 2020-05-08 | 967 |
一种铁路货车地板破损故障图像识别方法 | 2020-05-08 | 468 |
神经网络的生成方法、生成装置和电子设备 | 2020-05-08 | 146 |
大数据风控管理系统 | 2020-05-08 | 52 |
基于深度学习的具有自适应学习率的设备故障诊断方法 | 2020-05-11 | 819 |
一种风电功率预测方法 | 2020-05-08 | 925 |
一种信用报告自助打印方法 | 2020-05-08 | 187 |
基于深度学习实现图像分割和分类的骨龄评估方法 | 2020-05-08 | 424 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。