[发明专利]安全锁检测系统、方法、装置、计算机设备和存储介质

说明书

本申请涉及一种安全锁检测系统、方法、装置、计算机设备和存储介质。所述系统包括图像采集设备、光源设备和计算机设备；图像采集设备、光源设备均与计算机设备相连；计算机设备输出用于获取当前安全锁图像的控制命令；控制命令包括调节指令和驱动指令，调节指令用于指示光源设备为安全锁提供相应的光照条件；驱动指令用于指示图像采集设备相对安全锁调节至相应的拍摄机位；计算机设备获取图像采集设备传输的当前安全锁图像，采用安全锁检测模型处理当前安全锁图像，输出安全锁检测结果；安全锁检测模型为采用小样本训练集精调深度学习模型得到；深度学习模型为采用大型公开数据集训练得到的目标检测模型。采用本系统能够提高安全锁检测的效率。

技术领域

本申请涉及铁路车辆检修技术领域，特别是涉及一种安全锁检测系统、方法、装置、计算机设备和存储介质。

背景技术

安全锁大量应用于铁路车辆中，例如铁路车辆转向架的制动梁上，随着铁路车辆检修技术的发展，出现了安全锁合闸是否到位的检测方法。目前，检测安全锁的方法包括通过视频图像检测微动开关是否合闸到位，主要是结合人工进行数据统计判断，其中，人为判定及统计结果占用时间长，且判断结果一定程度上依赖于工作人员的经验，人力成本较高的同时，安全锁检测结果的可靠性较低。

目前的安全锁检测方式或者传统方法，存在检测效率低等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检测效率的安全锁检测系统、方法、装置、计算机设备和计算机可读存储介质。

第一方面，本申请提供了一种安全锁检测系统。所述系统包括图像采集设备、光源设备和计算机设备；图像采集设备、光源设备均与计算机设备相连；其中：

计算机设备输出用于获取当前安全锁图像的控制命令；控制命令包括调节指令，调节指令用于指示光源设备为安全锁提供相应的光照条件；控制命令还包括驱动指令，驱动指令用于指示图像采集设备相对安全锁调节至相应的拍摄机位；

计算机设备获取图像采集设备传输的当前安全锁图像，采用安全锁检测模型处理当前安全锁图像，输出安全锁检测结果；安全锁检测模型为采用小样本训练集精调深度学习模型得到；小样本训练集包括多个历史安全锁图像；深度学习模型为采用大型公开数据集训练得到的目标检测模型。

在其中一个实施例中，历史安全锁图像为图像采集设备采集的不同机位、不同光照条件下的安全锁图像；

安全锁包括安全绳、两个安全锁头和若干个安全锁接头；安全绳将若干个安全锁接头依次串联，且两端分别与两个安全锁头连接；

计算机设备采用插值对当前安全锁图像进行下采样处理，获得待输入安全锁图像；计算机设备采用安全锁检测模型对待输入安全锁图像依次进行特征提取和目标检测，得到待输出检测结果；安全锁检测模型为深度卷积神经网络模型。

在其中一个实施例中，计算机设备对待输出检测结果进行非极大值抑制处理，优化安全锁检测结果并输出。

第二方面，本申请还提供了一种安全锁检测方法。所述方法包括：

获取当前安全锁图像，采用安全锁检测模型处理当前安全锁图像，输出安全锁检测结果；安全锁检测模型为采用小样本训练集精调深度学习模型得到；小样本训练集包括多个历史安全锁图像；深度学习模型为采用大型公开数据集训练得到的目标检测模型。

在其中一个实施例中，历史安全锁图像为不同机位、不同光照条件下采集获取的安全锁图像；采用安全锁检测模型处理当前安全锁图像的步骤包括：

采用插值对当前安全锁图像进行下采样处理，获得待输入安全锁图像；

采用安全锁检测模型对待输入安全锁图像依次进行特征提取和目标检测，得到待输出检测结果；安全锁检测模型为深度卷积神经网络模型。