摘要
本申请提供一种受电弓状态检测方法,包括:采集受电弓的三维点云图像进行可视化预处理;在灰度图中框选受电弓的位置以得到标注框,并注明受电弓的状态类别信息;将经标注的灰度图通过自动化脚本派生出增量级标注图像,将所有标注图像划分为训练集和验证集;搭建深度学习图像检测模型,并输入训练集和验证集对模型进行训练和验证,得到具有最优参数的检测模型;对轨道列车受电弓的状态进行在线采集处理得到实检灰度图;将实检灰度图进行检测得到受电弓异常状态框选位置和对应的异常类;根据框选位置找到对应区域,提取该区域的特征并与受电弓状态标准匹配模版进行特征匹配,根据特征匹配结果最终输出被检测的受电弓的状态,提高了检测的准确率。
技术关键词
点云图像
状态检测方法
深度学习图像
验证检测模型
受电弓状态
检测模型训练
轨道列车
归一化方法
异常状态
标注工具
脚本
可读存储介质
模版
模块
训练集
参数
在线
系统为您推荐了相关专利信息
点云分类方法
点云图像
多层感知机
分类网络
注意力机制
边界提取方法
点云图像
栅格地图
三维激光扫描仪
形态学滤波方法
数据集制作方法
手术器械
点云图像
深度相机
三维模型
学习状态检测方法
人体骨架
关键点
LSTM模型
图像