[发明专利]基于深度卷积神经网络的钢轨波磨检测方法有效
| 申请号： | 202011011012.6 | 申请日： | 2020-09-23 |
| 公开（公告）号： | CN112215263B | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 何庆;王晓明;王平;王启航;高天赐;李晨钟;高岩;杨康华;陈正兴;付彬;曾楚琦 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/764;G06V10/774;G06V10/82;G06T7/00;G06F16/16;G06F16/51;G06N3/04 |
| 代理公司： | 成都东恒知盛知识产权代理事务所(特殊普通合伙) 51304 | 代理人： | 何健雄;廖祥文 |
| 地址： | 610036*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及钢轨波磨检测技术领域，涉及一种基于深度卷积神经网络的钢轨波磨检测方法，其包括以下步骤：一、拍摄钢轨顶面图像，并保存；二、挑选出长波磨、短波磨和非波磨的图片并标定；三、提取图像中间的钢轨区域；四、创建训练集数据存放文件夹；五、创建测试文件夹；六、将图片按照原图片灰度值的0.6倍、0.8倍、1.2倍和1.4倍进行变换；七、使用DenseNet模型构造深度卷积神经网络；八、将训练集导入构建的深度卷积神经网络模型进行训练；九、将测试集输入到深度卷积神经网络中进行测试，并统计评价指标值。本发明能够实现长、短波磨的有效和高速检测，并实现对光照强度变化的鲁棒性。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 钢轨 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011011012.6/，转载请声明来源钻瓜专利网。
