一种基于深度学习的铁轨扣件异常识别方法及系统
公开
摘要
本申请涉及神经网络技术领域，提供一种基于深度学习的铁轨扣件异常识别方法及系统，首先，获取铁轨深度图以及对应的采集位置；然后，通过扣件检测模型定位铁轨深度图中扣件所在位置并生成带有扣件的预测框图像和所述预测框图像的基本信息；再然后将所述预测框图像以及预测框图像的基本信息输入预先建立的扣件异常状态识别模型，并由所述扣件异常状态识别模型对预测框图像中的扣件进行二次分类，获得扣件的最终类别。通过对铁轨深度图中的扣件进行定位，并提取出带有扣件的预测框图像，然后由扣件异常状态识别模型识别扣件的最终类别，降低运算复杂度，提高检测速度和识别准确率，并保证能够将检测结果进行即使反馈。
基本信息
专利标题 ：
一种基于深度学习的铁轨扣件异常识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114612833A
申请号 ：
CN202210250584.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李骏邱心怡魏翼飞周方明
申请人 ：
苏州立创致恒电子科技有限公司
申请人地址 ：
江苏省苏州市工业园区金鸡湖大道1355号国际科技园A503
代理机构 ：
北京弘权知识产权代理有限公司
代理人 ：
逯长明
优先权 ：
CN202210250584.2
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06K9/62 G06V10/764
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
