专利汇可以提供一种铁路货车人力制动机轴链脱落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 路货车人 力 制动 机轴链脱落故障 图像识别 方法,涉及货运列车检测技术领域,针对 现有技术 中利用人工进行逐一排查人力制动是否发生故障时,检测效率和准确率低的问题,包括:步骤一:通过高清线阵相机采集待测目标的灰度图像,并建立样本数据集;步骤二:对样本数据集进行数据扩增;步骤三:对样本数据集中的图像进行标记;步骤四:将原始图像和标记数据作为训练集;步骤五:将训练集中训练样本及标记图像中 像素 转化为0~1之间;步骤六:构建U-Net网络模型,利用步骤五处理后的训练集对构建的U-Net网络模型进行训练,获得训练好的 深度学习 模型;步骤七:将待测图像输入训练好的U-Net网络模型,进行人力制动机轴链脱落故障检测。,下面是一种铁路货车人力制动机轴链脱落故障图像识别方法专利的具体信息内容。
1.一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于包括以下步骤:
步骤一:通过高清线阵相机采集待测目标的灰度图像,并建立样本数据集;
步骤二:对样本数据集进行数据扩增;
步骤三:对样本数据集中的图像进行标记;
步骤四:将原始图像和标记数据作为训练集;
步骤五:将训练集中训练样本及标记图像中像素转化为0~1之间;
步骤六:构建U-Net网络模型,利用步骤五处理后的训练集对构建的U-Net网络模型进行训练,获得训练好的深度学习模型;
步骤七:将待测图像输入训练好的U-Net网络模型,进行人力制动机轴链脱落故障检测。
2.根据权利要求1所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于:所述数据扩增包括图像平移、旋转和加噪声。
3.根据权利要求1所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于:所述U-Net网络模型为两个U-Net之间桥接架构。
4.根据权利要求3所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于:所述两个U-Net之间桥接架构的具体结构为:将第一个U-Net网络的每个解码器层与U-Net的相应的编码器层连接,直接将先前成的特征输入到后一层中。
5.根据权利要求4所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于:所述U-Net采用传统的U-Net网络结构,其结构为:
第一步、编码:
利用编码器对图像进行特征提取,获取不同感受野下的特征图,并利用两个卷积模块连接一个池化层的结构进行四次下采样,输入原始图像大小为384*640*1,经过第一个下采样变为192*320*32,经过第二个下采样变为96*160*64,第三个下采样为48*80*128,第四个下采样变为24*40*256,接着连接两个卷积层变为32*16*256,后加上一个dropout层,特征提取完毕;
第二步、解码:
利用解码器进行四次上采样,每个上采样后与编码器对应层进行concatenate方式连接,每个上采样后接concatenate以及两个卷积层并与编码器结构相对应,经过一个上采样后特征图为48*80*128,经过两个上采样为96*160*64,经过三个上采样为192*320*32,经过四个上采样特征图为384*640*32。
6.根据权利要求4所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于:所述编码器浅层使用ELU激活函数,其公式为:
其中,f(x)代表ELU激活函数,其中x为函数输入,α取值为(0,1)。
7.根据权利要求1所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于所述深度学习模型的损失函数为:
其中,y表示真实标记的分布,则为预测分布。
8.根据权利要求1所述的一种铁路货车人力制动机轴链脱落故障图像识别方法,其特征在于所述步骤七中检测的具体步骤为:
首先将途径货车图像利用深度学习网络进行数据变换,然后使用训练好的网络模型完成人力制动机轴链图像预测,并使预测结果的灰度值在0~1之间,并针对预测图像乘以
255,然后采用图像处理算法得到滑轮、铁链、管的位置,最后判断滑轮是否向下倾斜,如果向下倾斜则输出报警,再判断管和铁链位置的差值是否超出设定阈值,若超出设定阈值则输出报警,若未超出设定阈值,则判断下一张图像。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于增强现实的机械组件质检方法及系统 | 2020-05-08 | 809 |
用于具有模式切换的深度相机模式的成像架构 | 2020-05-08 | 874 |
使用超声波深度感测的RGB-D成像系统和方法 | 2020-05-08 | 124 |
一种基于视觉信息的环境语义感知方法 | 2020-05-08 | 818 |
铁路货车滚轴承甩油故障检测方法 | 2020-05-11 | 86 |
具有追踪功能的自动驾驶系统 | 2020-05-11 | 955 |
智能柜物体检测方法、装置、服务器及存储介质 | 2020-05-08 | 796 |
一种基于图像修复的三维目标检测方法和系统 | 2020-05-11 | 407 |
基于深度学习的无监督端到端的驾驶环境感知方法 | 2020-05-08 | 508 |
一种行李标签自动识别装置 | 2020-05-08 | 849 |
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。