基于深度学习的阀门位置异常识别方法

本发明提供了一种基于深度学习的阀门位置异常识别方法，通过地铁车底巡检机器人获取车底各类阀门把手的图像，使用基于深度神经网络的关键点检测网络对阀门把手的特定关键点进行检测，并计算旋转角度。然后，系统对比任务图像与模板图像的把手角度差异，并与设定阈值进行比较，以判断阀门位置是否异常，并在必要时触发报警。该方法结合深度学习和计算机视觉技术，能够在复杂环境下实现高效、精准的阀门状态检测，提升地铁运维的智能化水平。