摘要
本发明提供了基于改进的RetinaNet网络检测钢轨缺陷的方法,改进EfficientNetB0网络和RetinaNet网络中的主干网络ResNet,形成改进的RetinaNet网络;利用构建的训练集、验证集和测试集对改进的RetinaNet网络进行预训练,得到预训练的改进的RetinaNet网络;采集实际检测区域内的钢轨的图像并将其输入预训练的改进的RetinaNet网络进行缺陷检测和缺陷检测结果输出;将缺陷检测结果与缺陷标准进行比对分析。本发明还提供了一种基于改进的RetinaNet网络检测钢轨缺陷的系统。本发明实现了对钢轨缺陷进行实时检测,降低铁路的维护成本和降低事故率。
技术关键词
钢轨缺陷
输出特征
融合特征
训练集
检测缺陷
特征金字塔网络
图像采集区域
采集单元
直方图均衡化算法
分析模块
高频特征
处理单元
特征点
类间方差
数据
注意力
系统为您推荐了相关专利信息
融合特征
多模态特征融合
置信度阈值
坐标点
融合图像数据
训练样本图像
扫描模块
编码器
解码器
图像分割方法
脉冲神经网络模型
离散小波变换
局部细节特征
全局特征融合
时序依赖关系