[发明专利]一种铁路货车制动梁支柱拉铆销套环丢失故障检测方法

说明书

一种铁路货车制动梁支柱拉铆销套环丢失故障检测方法，属于图像检测技术领域。本发明解决了采用传统Faster‑rcnn检测网络进行货车制动梁支柱拉铆销套环丢失故障检测易出现误检、漏检率高的问题。本发明方法包括：获取货车图像，截取图像中制动梁支柱部分，并将该图像送入改进的Faster‑rcnn检测网络进行制动梁支柱拉铆销套环丢失故障检测，如果图像中没有检测到拉铆销套环，则认为出现拉铆销套环丢失故障，如果检测到拉铆销套环，则认为无故障。本发明用于货车制动梁支柱拉铆销套环丢失故障检测。

技术领域

本发明属于图像检测领域，具体涉及一种铁路货车制动梁支柱拉铆销套环丢失故障检测方法。

背景技术

对于铁路货车的故障检测，传统人工查图的故障检测方法费时费力，人工成本高，且由于检车人员的疲劳、粗心等，会出现漏检、误检现象。

采用深度学习的铁路货车故障检测方法可以有效的降低检测成本，提高检测的效率和性能。但由于铁路货车制动梁支柱拉铆销套环部分位于列车底部，图像亮度、对比度较低，且检测部位较小，采用传统的Faster-rcnn检测网络进行货车制动梁支柱拉铆销套环丢失故障检测容易出现误检、漏检率高的情况，检测效果并不理想，因此需要对Faster-rcnn网络进行改进，提升铁路货车制动梁支柱拉铆销套环丢失故障检测性能。

发明内容

本发明的目的是为解决采用传统的Faster-rcnn检测网络对货车进行制动梁支柱拉铆销套环丢失故障检测时误检、漏检率高的问题，而提出了一种铁路货车制动梁支柱拉铆销套环丢失故障检测方法。

一种铁路货车制动梁支柱拉铆销套环丢失故障检测方法，包括：

步骤一、获取铁路货车图像，并截取此图像中带有制动梁支柱部分的图像，收集图像中制动梁支柱拉铆销套环存在的图像作为正样本，同时收集制动梁支柱拉铆销套环丢失的图像作为负样本；利用标记软件对正负样本拉铆销套环部分进行标记，生成图像对应的标记文件，形成数据集；

步骤二、构建故障检测网络，即采用BiFPN特征金字塔优化Faster-rcnn网络中的特征提取网络和RPN网络；具体过程为：

步骤二一、使用Resnet50特征提取网络从正负样本图像中提取图像特征，得到特征图，采用BiFPN特征金字塔对Resnet50特征提取网络的不同卷积层产生的特征图进行融合，将BiFPN结构重复三次，修改RPN网络损失函数，利用修改的RPN网络提取每一次BiFPN融合特征图中的候选区域；

步骤二二、将3个RPN网络产生的候选区域特征图进行ROI池化，将池化后的特征图送入到分类与位置的回归定位网络中，得到目标的位置与类别；

步骤二三、由每一次分类与回归定位网络得到的目标类别与位置结果进行非极大值抑制，得到最终的目标类别与位置；

步骤三、训练构建的故障检测网络；

步骤四、将截取的带有制动梁支柱部分的图像送入训练好的故障检测网络中进行检测，获得用于表征拉铆销套环是否丢失的检测结果。

本发明的有益效果是：

1、本发明采用并行的BiFPN图像金字塔优化Faster-rcnn网络，提高网络检测准确程度，从而有效的提高了故障检测的效率和准确率

2、本发明对Faster-rcnn网络进行了改进，修改了Faster-rcnn RPN网络的损失函数，使网络得到的候选区域更加合理，提升网络检测性能。

附图说明

图1为本发明方法的流程图；

图2为故障检测网络结构图；

图3为BiFPN结构示意图。

具体实施方式