[发明专利]基于卷积神经网络的铁路路基病害雷达图实时检测方法在审
| 申请号： | 201910883896.5 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110706211A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 麻哲旭;乔旭;李策 | 申请（专利权）人： | 中国矿业大学(北京) |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06Q50/30;G06Q10/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的铁路路基病害雷达图实时检测方法，其中，方法包括：对路基病害雷达图像进行标注划分为训练集和测试集，将训练集扩充后送入卷积神经网络，并输出病害类型，病害类型、病害所在位置坐标和病害置信度，通过梯度下降法迭代计算获得铁路路基病害检测模型，并采用均值平均精度和每秒帧数作为评价模型优劣的指标。该方法充分利用多尺度预测网络，整个过程没有产生候选区域的步骤，从而在保证精度的同时极大的缩短了检测时间，实现实时检测。 | ||
| 搜索关键词： | 病害 卷积神经网络 病害类型 实时检测 铁路路基 训练集 病害检测 迭代计算 候选区域 雷达图像 路基病害 评价模型 测试集 多尺度 雷达图 下降法 置信度 帧数 标注 送入 输出 检测 预测 网络 保证 | ||
【主权项】：
1.基于卷积神经网络的铁路路基病害雷达图实时检测方法，该方法建立在雷达数据对铁路路基检测成像的理论基础上，其特征在于，在进行铁路路基雷达图像识别过程中，依次含有以下步骤：/n步骤(1)、将路基病害图像进行标注，并生成包含目对应的XML标注文件；/n步骤(2)、把步骤(1)中的病害图像和标注完成后获得的XML文件划分为训练集和测试集，训练集占90％，测试集占10％，训练集和测试集中均包含雷达病害图像和XML格式的病害标注信息；/n步骤(3)、搭建卷积神经网络，将雷达图和标注文件作为网络的输入，病害类型，病害所在位置坐标，病害置信度作为网络输出；/n步骤(4)、把步骤(2)中获得的训练集的病害图像和XML文件进行扩充，一同作为输入，送入步骤(3)中的卷积神经网络，通过梯度下降法迭代计算获得铁路路基病害检测模型；/n步骤(5)、用步骤(2)中获得的测试集检验步骤(4)模型效果，利用检测平均精度和每秒帧数作为评价模型优劣的指标；/n步骤(6)、利用步骤(4)中获得的模型作为铁路路基病害检测模型，实现铁路路基病害智能检测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京)，未经中国矿业大学(北京)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910883896.5/，转载请声明来源钻瓜专利网。
