一种基于深度学习的钢轨表面状态检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的钢轨表面状态检测方法及系统
申请号:CN202410975280
申请日期:2024-07-19
公开号:CN118967589A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及轨道表面检测技术领域,涉及一种基于深度学习的钢轨表面状态检测方法及系统,所述方法包括获取第一信息和第二信息,所述第一信息包括完整路段的钢轨图像信息,所述第二信息包括完整路段对应的钢轨动力学性能信息;根据所述第一信息构建训练集,得到训练后的钢轨光带的语义分割模型;根据所述训练后的钢轨光带的语义分割模型提取光带信息数据集;根据所述光带信息数据集和所述第二信息对钢轨表面状态进行检测,本发明根据光带信息数据集和第二信息建立数据映射关系,从而实现根据钢轨避免状态对动力学性能进行精确的预测。
技术关键词
钢轨 语义分割模型 状态检测方法 光带 状态检测系统 构建训练集 处理单元 图像 坐标位置信息 注意力模型 神经网络模型 路段 表面检测技术 数据映射关系 滑动窗口 模块 像素 轨道
系统为您推荐了相关专利信息
牲畜状态检测方法 检测牲畜 文本 音频特征 图像
事件处理方法 异常事件 交通 图像 视频流
图片生成方法 图像增强模块 样本 数据获取模块 图片生成装置
手写数学公式识别方法 DenseNet网络 离线 语义分割模型 卷积神经网络模块
电阻网络 钢轨电阻 核密度估计方法 蒙特卡洛模拟方法 车站