摘要
本发明公开了一种钢轨B显图像伤损检测方法,属于轨道交通检测技术领域;本发明的方法包括以下步骤:对B显图像进行分块与序列编码;通过形态学处理和连通域提取优化伤损区域的完整性;提取连通域的几何、形态和强度特征,构建多维特征向量;采用轻量化Transformer编码器进行特征建模,结合局部注意力机制降低计算复杂度;设计带有分类检测头和回归操作的解码器,通过可变形注意力机制实现伤损的高效识别与定位;本发明解决了传统方法依赖人工分析、误报率高以及现有深度学习模型全局建模能力不足的问题,显著提升了钢轨伤损检测的准确性和效率,适用于核伤、孔裂等复杂伤损的自动化检测。
技术关键词
局部注意力机制
多维特征向量
钢轨
采样点
图像
轨道交通检测技术
编码器
输出特征
解码器设计
三通道
像素点
解码器结构
深度学习模型
追踪算法
处理器
复杂度
依赖人工
系统为您推荐了相关专利信息
干扰信号检测方法
卫星导航干扰信号
残差网络模型
原始卫星导航信号
短时傅里叶变换
图像识别方法
识别模型训练
原始图像数据
深度学习模型
车辆
数据分析管理系统
存储服务器
财务数据提取
图像
数据分析模块