摘要
本申请公开了一种基于深度学习的接触网定位线夹螺母缺失精确识别装置和方法,该装置包括边缘增强自适应特征提取模块用于对输入图像进行特征提取,提取图像多层级边缘信息和多尺度语义信息;定位线夹定位模块用于对边缘增强自适应特征提取模块提取的像多层级边缘信息和多尺度语义信息进行融合,预测定位线夹的位置信息;感兴趣区域提取模块用于根据预测的定位线夹位置信息,提取感兴趣区域;螺栓螺母区域多模态分割模块用于对感兴趣区域进行分割,获取各类部件信息;螺母缺失判断模块用于根据部件位置信息,对螺母缺失进行缺陷判别。本申请提升了缺陷识别的精确度。
技术关键词
定位线夹
感兴趣区域提取
识别装置
接触网
特征提取模块
螺栓螺母
文本编码器
定位模块
空间金字塔
图像
多模态特征
层级
精确识别方法
语义
接触线
解码器
系统为您推荐了相关专利信息
视觉深度估计方法
图像
双目摄像头
注意力机制
特征提取模块
直流微电网系统
结构化神经网络
子系统
建模方法
长短期记忆网络
混凝土道路
卷积模块
裂缝识别方法
空间金字塔池化
输出特征
人脸特征
标识
身份
跟踪识别方法
非易失性计算机可读存储介质
序列
卷积模型
连续小波变换
动作识别方法
生成高分辨率