[发明专利]用于轨道交通车辆零部件图像识别模型的样本制作方法

权利要求书

1.一种用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于包括如下步骤：

将车辆检视部位按照车辆结构及功能进行划分，对得到的划分小区域进行编码得到零部件编码标签列表；其中，包括如下子步骤：S11，将车辆检视部位按照结构及功能进行初步划分，对得到的初步划分零部件小区域进行初步编码，得到零部件编码标签列表；S12，根据零部件编码标签列表对样本库中的图像进行标签标注，得到训练样本库；其中，所述训练样本库中的训练样本用于故障检测模型的构建，S13，将所述训练样本通过算法训练得到故障检测模型；S14，将检视部位的测试样本输入到所述故障检测模型中进行检测，得到疑似故障图像集；S15，判断疑似故障图像集中是否存在故障部件遗漏，如果存在，则转向步骤S16；否则，编码完成；S16，根据遗漏的故障部件对初步划分零部件小区域进行细划分，并对得到的优化零部件小区域进行优化编码，更新步骤S11中的零部件编码标签列表，转向步骤S12；

对拍摄的原始图像进行处理和统一命名；对处理后的图像按照车型、部位进行归类；

对归类的图像进行编码标签标注，获得带有编码标签的图像以及相对应的XML文件，即为训练样本。

2.如权利要求1所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于将车辆检视部位按照结构及功能进行初步划分，对得到的初步划分零部件小区域进行初步编码，得到零部件编码标签列表，包括如下步骤：

将车辆检视部位按照结构进行一级划分，并进行一级编号；

将一级编号对应的检视区域按照车辆检视部位结构及功能进行二级划分，并对所述二级划分得到的小区域进行二级编号，所述二级划分得到的小区域内包括至少一个零部件；

将一级编号和二级编号组合得到零部件编码标签；

汇集所有初步划分零部件小区域的初步编码得到零部件编码标签列表。

3.如权利要求1所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于根据遗漏的故障部件对初步划分零部件小区域进行细划分，包括如下步骤：

获取遗漏的故障部件所在的小区域；

将遗漏的故障部件所在的小区域中的所有零部件均提取出来，按照故障发生概率进行排序；

设置概率阈值，将故障发生概率大于概率阈值的零部件单独划分成优化小区域，故障发生概率小于概率阈值的零部件共同划分成一个优化小区域。

4.如权利要求3所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于对细划分之后的优化小区域进行优化编码，包括如下步骤：

选取任意一个优化小区域，将优化小区域对应的细划分前的小区域的编码赋值给该选取的优化小区域；

获取细划分前的小区域对应的所有编码，找到零部件编码标签列表中最大的数值；

将最大的数值依次加1，逐一赋值给细划分未赋值的优化小区域。

5.如权利要求1所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于：

对拍摄的原始图像进行处理时，以一级编号对应的区域为标准进行拼图处理，并用一级编号对拼接出的整张大图进行统一命名。

6.如权利要求1所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于：

所述车辆检视部位是车辆的走行部。

7.如权利要求1所述的用于轨道交通车辆零部件图像识别模型的样本制作方法，其特征在于对归类的图像进行编码标签标注，获得带有编码标签的图像以及相对应的XML文件，包括如下步骤：

S41，获取一类归类图像中的一张图像，按照划分小区域进行编码标签标注，并将编号信息与标注信息的对应关系存储到XML文件中；

S42，按照步骤S41的编码标签标注信息，将标注框和编号信息复制到同一类别中的剩余图像，对同一类别中的剩余图像进行批量编码标签标注，并将编号信息与标注信息的对应关系存储到XML文件中。