基于计算机视觉的铁路扣件异常检测方法及系统

AITNT
正文
推荐专利
基于计算机视觉的铁路扣件异常检测方法及系统
申请号:CN202411697469
申请日期:2024-11-26
公开号:CN119205747A
公开日期:2024-12-27
类型:发明专利
摘要
本发明提供基于计算机视觉的铁路扣件异常检测方法及系统,包括扣件数据整理步骤,在轨行区图像中筛选组合得到扣件数据集;扣件异常检测网络构建步骤,通过随机浮点数匹配阈值,并选择将扣件图像进行伪异常及标签生成策略处理或数据增强策略处理得到第一图像,提取第一图像中特征通过重建网络重建得到第二图像,再通过预设的对比函数得到两图像之间的所有对应关联像素的对比得分;扣件异常模型训练步骤,将扣件数据集代入扣件异常检测网络中训练得到扣件异常模型;扣件异常输出步骤,将实时扣件图像代入扣件异常模型中输出异常轮廓标记及异常轮廓处的对比得分;本发明能够保证扣件在不同异常状态下均能够被检出,覆盖各种不同的扣件失效形式。
技术关键词
异常检测方法 铁路扣件 计算机视觉 感知损失函数 网络 融合算法 拉普拉斯 标签 策略 浮点数 数据 异常检测系统 轮廓 度函数 像素点 图像金字塔 图像处理
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