一种基于深度学习的脚蹬折断故障识别方法

一种基于深度学习的脚蹬折断故障识别方法，它属于故障检测技术领域。本发明解决了传统方法的脚蹬折断故障检测的准确率低的问题。本发明方法将脚蹬部位的灰度图像分割为两张子图像，再将两张子图像沿高度方向拼接后送入脚蹬折断故障识别模型，能够使脚蹬折断故障识别模型更好的提取脚蹬特征。并利用ELU激活函数替代脚蹬折断故障识别模型中原有的Relu激活函数，使网络训练梯度反向传导时的参数能够正常更新，增强网络的学习能力。同时将脚蹬折断故障识别模型的损失函数设置为DIoU损失，以提高模型训练时的收敛速度并且能够达到很好的收敛，提高模型检测的准确率。本发明方法可以应用于脚蹬折断故障识别。