摘要
本发明提出一种轨道线异物入侵检测方法及系统,该方法包括:通过轨道线异物入侵数据集对预设YOLOV9网络框架进行预训练,以生成对应的特征提取网络模型,并通过特征提取网络模型中的主干网络对图像信息进行多尺度特征提取,以获取到若干对应的多尺度特征图;通过预设检测模块网络根据若干多尺度特征图实时计算出与轨道上的物体对应的边界框损失,分类损失以及置信度损失;根据网络权重文件实时构建出对应的异物检测网络;通过异物检测网络根据图像信息实时预测出与物体对应的边界框信息以及分类信息,以对应完成轨道线上的异物的检测。本发明可以高效准确地得到侵入异物的边界框信息和分类信息。
技术关键词
异物入侵检测方法
特征提取网络
多尺度特征提取
特征金字塔网络
轨道
车载成像设备
样本
表达式
图像
物体
框架
动态更新
模块
退火方法
算法
参数
数据
系统为您推荐了相关专利信息
运动员
跟踪识别方法
特征数据库
摄像设备
时效性
智能控制器
视频传感器
下轨道
移动机构
压力传感组件
电功率预测方法
灰狼优化算法
天气预报系统
多尺度特征提取
特征提取模块
凝汽器在线清洗
传动驱动组件
机器人装置
主传动
喷水管
车道线检测方法
生成网络模型
双向特征金字塔
生成器网络
上采样