基于YOLO-DCN的铁路外部环境防尘网隐患的智能提取方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于YOLO-DCN的铁路外部环境防尘网隐患的智能提取方法
申请号:CN202510705223
申请日期:2025-05-29
公开号:CN120599498A
公开日期:2025-09-05
类型:发明专利
摘要
本发明涉及铁路外部环境隐患检测与智能监控技术领域,具体涉及一种基于YOLO‑DCN的铁路外部环境防尘网隐患的智能提取方法,包括以下步骤:数据采集;影像预处理;基于YOLO11‑DCNv4融合模型的隐患检测;特征提取与智能评估;隐患档案生成与治理决策支持。该基于YOLO‑DCN的铁路外部环境防尘网隐患的智能提取方法通过技术手段的改进和系统集成,解决现有技术在铁路防尘网隐患检测过程中存在的精度不足、特征提取不充分以及智能评估欠缺等问题,从而有效提升铁路外部环境隐患的自动化监测水平,确保铁路安全运行。
技术关键词
智能提取方法 防尘网 铁路 遥感无人机 影像 变形卷积网络 数字滤波算法 光学遥感卫星 智能监控技术 检测头结构 决策 地面控制点 深度神经网络 置信度阈值 校正误差 特征模板 校正方法 数据 纹理特征
系统为您推荐了相关专利信息
区分方法 深度特征提取 肿瘤 组学特征 图像分割
精神分裂症药物 谷氨酸 评估候选化合物 药物筛选模型 磁共振波谱
智能包装生产线 运动区域分割 图像识别模型 运动图像识别 运动矢量数据
海洋垃圾 无人机遥感影像 深度学习模型 面积估算方法 照片
支具 医学影像信息 螺旋状 活动片 模块