摘要
铁路客车高度阀调整杆折断故障检测方法、设备及检测网络模型的训练方法和设备,属于列车检测技术领域。为了解决利用传统卷积神经网络对高度阀调整杆进行检测时存在较高的误报警率的问题,以及利用现有的训练方式训练对高度阀调整杆进行检测的网络模型进行训练存在影响网络模型的检测能力的问题。本发明首先对网络模型进行改进,包括将ConvNext的Block中的深度卷积替换为融合卷积,以及针对Cascade‑RCNN模型中的分类任务和定位任务,采用解耦模块解耦后将解耦结果分别送入分类任务和定位任务进行处理。本发明还通过基于反事实损失构建的损失函数来训练网络模型,进而得到用于高度阀调整杆折断故障检测的网络模型。
技术关键词
高度阀
故障检测方法
客车
铁路
样本
检测网络模型
模拟噪声
图像采集装置
列车检测技术
分辨率
图像压缩
故障检测设备
处理器
上采样
指令
存储器
训练设备
系统为您推荐了相关专利信息
微阵列
驱动微流控芯片
基底载玻片
真空密封
分子
数据智能识别方法
加密解密
深度残差卷积神经网络
训练样本集
采集设备
预测模型构建方法
类风湿性关节
类风湿关节炎患者
条目
样本
权重知识
教师
轴承剩余寿命预测
权重策略
位置编码器