基于改进的RetinaNet网络检测钢轨缺陷的方法和系统

AITNT
正文
推荐专利
基于改进的RetinaNet网络检测钢轨缺陷的方法和系统
申请号:CN202510372689
申请日期:2025-03-27
公开号:CN120107755A
公开日期:2025-06-06
类型:发明专利
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
1
多模态特征融合与动态候选框优化的水域目标检测方法
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
2
一种识别长尾分布矿物图像的方法与系统
图像分类模型 样本 特征提取器 分类器 训练集
3
一种基于随机掩模的前视声呐图像目标识别方法
掩模 图像 识别方法 融合注意力机制 标注软件
4
图像分割方法、模型训练方法、装置和电子设备
训练样本图像 扫描模块 编码器 解码器 图像分割方法
5
一种基于3D离散小波变换的脉冲神经网络的分类方法
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
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