专利名称: |
基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统 |
摘要: |
本发明公开一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法及系统,使用线扫描相机、光电编码器、接近开关安装在检测车上获取轨道梁面图像,再经过深度学习算法得到指型板缺陷状况,具有效率高,准确度高的特点,可以解决人工巡检效率低、成本高等问题。 |
专利类型: |
发明专利 |
国家地区组织代码: |
重庆;50 |
申请人: |
重庆大学 |
发明人: |
叶俊勇;李艺强;夏青沛;罗晋;刘鸣 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810680251.7 |
公开号: |
CN108827982A |
代理机构: |
重庆华科专利事务所 50123 |
代理人: |
康海燕 |
分类号: |
G01N21/95(2006.01)I;G01N21/88(2006.01)I;G;G01;G01N;G01N21;G01N21/95;G01N21/88 |
申请人地址: |
400030 重庆市沙坪坝区沙正街174号 |
主权项: |
1.一种基于深度学习的跨座式单轨轨道梁指型板缺陷检测方法,其特征在于:所述方法包括以下步骤:(1)图像采集:利用图像采集设备采集梁面图像,并将图像数据储存到磁盘中;(2)图像检测分析:检测单元从磁盘中读取出梁面图像,使用深度学习检测算法构建学习网络分别对图像上螺母目标和螺母顶点进行训练,得到关于指型板螺母位置数据集的网络权重和关于螺母顶点信息的网络权重,检测时使用指型板螺母位置的网络模型进行检测得到螺母目标的位置信息,进而得到关于指型板螺母缺失的信息;之后把检测到的螺母送入螺母顶点网络模型,得到螺母的顶点信息,进而得到螺母转动信息。 |
所属类别: |
发明专利 |