摘要
本发明公开了一种风抱识别方法、系统、设备及存储介质,涉及铁路抱闸检测技术领域。所述方法包括:利用改进的YOLOv8m网络检测图像中是否包含鞲鞴杆和制动缸头部;若包含鞲鞴杆和制动缸头部,则计算鞲鞴杆长度;当鞲鞴杆长度超过预设长度阈值时,发出抱闸风险预警;其中,在YOLOv8m原始主干网络的第4阶段引入空间金字塔池化模块和部分自注意力模块;在颈部网络的第3阶段引入坐标注意力机制。本发明通过自适应地调整特征权重,使得检测模型能够更加精准地聚焦目标边界,从而实现对鞲鞴杆的高效检测与定位。实验表明,本发明对于目标检测的精度可以到毫米级水平,对于鞲鞴杆的识别率高达99.9%。
技术关键词
空间金字塔池化
训练图像数据
制动缸
识别方法
网络
注意力机制
数据获取子模块
生成位置信息
图像局部特征
正则化技术
全局平均池化
抱闸检测技术
特征提取模块
压缩特征
检测模型训练
矩阵
系统为您推荐了相关专利信息
图像优化方法
卷积神经网络模型
Canny算法
特征融合技术
边缘检测
声音识别方法
长短记忆网络
端点检测算法
注意力机制
特征提取算法
门控循环单元网络
时间卷积网络
多层感知机
时序特征
子模块
深度时空图
时间预测方法
门控循环单元
预测误差
机场滑行道