摘要
一种基于注意力增强双路径网络的铁路客车轴箱盖螺栓故障检测方法,属于铁路客车故障检测技术领域。本发明针对轴箱盖螺栓在密集复杂背景环境下不易准确识别的问题。包括:构建双路径神经网络模型采用全局特征路径获取轴箱盖宏观几何特征;采用局部细节特征路径得到增强后图像微观特征;采用特征融合模块进行注意力融合,得到融合后特征图像,并得到轴箱盖类型、轴箱盖方向及螺栓状态初步识别结果;再结合预定义掩膜矩阵,采用空间姿态匹配算法将预定义掩膜矩阵变换至待识别图像轴箱盖空间进行空间匹配对齐,通过预定义掩膜矩阵与训练后双路径神经网络模型输出的螺栓状态初步识别结果标签的交集运算,确定螺栓最终状态。本发明用于螺栓故障检测。
技术关键词
轴箱盖
螺栓故障检测
双路径网络
掩膜矩阵
神经网络模型
局部细节特征
客车
铁路
二值图像处理方法
注意力机制
布局特征
特征匹配方法
故障检测技术
样本
通道
标签
卷积模块
系统为您推荐了相关专利信息
神经网络预测模型
姿态估计方法
物理
损失函数优化
神经网络模型
探测单元
钻探定位方法
驱动钻头
图像分析
信号分析
Stacking模型
深度神经网络模型
梯度提升树模型
数据处理模块
测试模块
位姿识别方法
眼球模型
输入神经网络模型
神经网络模型训练
数据