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

AITNT
正文
推荐专利
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
申请号:CN202411492060
申请日期:2024-10-24
公开号:CN119474967A
公开日期:2025-02-18
类型:发明专利
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
1
一种融合物理信息约束的神经网络惯性姿态估计方法
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
2
一种市政钻探定位方法
探测单元 钻探定位方法 驱动钻头 图像分析 信号分析
3
基于卷积神经网络和管道属性融合的漏损检测方法
卷积神经网络模型 管道 音频 采样率 贴片麦克风
4
一种新能源汽车充电电缆老化性能的测试方法及系统
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
5
一种基于神经网络的眼球位姿识别方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号