摘要
本发明公开一种铁路扣件异常检测方法、装置、介质及产品,涉及铁路扣件异常检测领域。该方法包括:获取目标铁轨的图像数据;将目标铁轨的图像数据输入扣件识别模型,得到识别结果;识别结果包括目标铁轨的图像数据中目标扣件的位置信息;扣件识别模型是通过训练数据集对神经网络进行训练得到的;将识别结果和识别结果对应的图像数据输入至扣件异常检测模型,得到检测结果;检测结果异常扣件和非异常扣件以及异常扣件的位置信息;其中,扣件异常检测模型是通过训练数据集对图像分类神经网络模型进行训练得到的;训练数据集包括扣件图像样本数据和对应的类别标签;类别标签包括正常、松动和遮挡。本发明能够提高铁路扣件异常检测效率。
技术关键词
铁路扣件
异常检测方法
图像分类神经网络
铁轨
数据
特征提取模块
样本
通道
坐标
扣件标签
处理器
计算机装置
计算机程序产品
图像增强
可读存储介质
存储器
视频
系统为您推荐了相关专利信息
回归预测模型
XGBoost模型
变量
随机森林模型
生成样本数据
医学影像数据
识别方法
子宫
深度学习模型
像素点
能力测评方法
生理
测评指标体系
生物反馈训练
可视化图表生成方法
合成孔径雷达
调制传递函数
海浪谱
反演方法
极化SAR图像
零样本学习方法
三维点云数据
点云去噪
视觉
碰撞检测方法