摘要
本发明提供了一种钢轨波磨的检测方法、装置、设备及可读存储介质,涉及图像处理技术领域,包括获取历史时间段内的铁路钢轨图像;对铁路钢轨图像进行图像预处理;基于目标钢轨图像和钢轨特征图像训练初始深度学习模型,得到图像分割模型;得到图像识别模型;将目标钢轨的钢轨图像输入图像分割模型中;将目标特征图像输入图像识别模型中,得到目标钢轨的钢轨波磨检测结果。本发明通过在级联空间金字塔池化结构中融入适用于钢轨波磨特征提取的编码模块,在解码阶段多重特征融合时引入高效的注意力机制模块,从而进行有效的空间交互,增强了通道维度上的期望表征,使得模型能够实现对钢轨波磨状态的自动准确检测。
技术关键词
尺寸特征
铁路钢轨
深度学习模型
图像分割模型
图像识别模型
像素
注意力机制
上采样
处理单元
空间金字塔池化
标签
通道
时间段
可读存储介质
存储计算机程序
图像处理技术
拼接单元
编码模块
系统为您推荐了相关专利信息
高速通信
发送器
深度学习模型
建模方法
线性变换矩阵
CT影像数据
多维特征向量
深度学习网络提取
形态学特征
智能预测方法
无人化智能
数据采集单元
分析单元
物联网设备
设备控制单元
数据生成方法
计算机程序指令
参数
零件
深度学习模型训练
预处理系统
模数转换模块
图像增强模块
图像格式转换
直方图均衡化算法