[发明专利]一种基于深度多级优化的接触网螺母异常识别方法有效
| 申请号： | 201911363436.6 | 申请日： | 2019-12-26 |
| 公开（公告）号： | CN110766011B | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 吴泽彬;陆威;龚航;詹天明;徐洋 | 申请（专利权）人： | 南京智莲森信息技术有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06T7/11;G06T7/136;G06T7/73 |
| 代理公司： | 南京创略知识产权代理事务所(普通合伙) 32358 | 代理人： | 闫方圆 |
| 地址： | 210000 江苏省南京市雨*** | 国省代码： | 江苏;32 |
| 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深度多级优化的接触网螺母异常识别方法，包括如下步骤：获取接触网图像，利用训练得到的残差注意力卷积神经网络权重对其进行检测，获得铁路接触网螺母区域的位置信息；根据螺母区域的位置信息将螺母区域从原图中截取出，输入深度多级自编码网络中得到结果图；将原图与结果图使用最大类间方差法进行二值化处理，使用均方误差方法统计原图与结果图之间的差异程度，判断接触网螺母是否异常。本发明所需人工少，识别速度快，能够有效识别接触网螺母是否异常，大大提高检测效率，保障接触网供电安全。 | ||
| 搜索关键词： | 一种 基于 深度 多级 优化 接触 螺母 异常 识别 方法 | ||
【主权项】：
1.一种基于深度多级优化的接触网螺母异常识别方法，其特征在于，包括如下步骤：/n步骤（A），获取接触网图像，利用训练得到的残差注意力卷积神经网络对其进行检测，获得铁路接触网螺母区域的位置信息；/n步骤（B），根据螺母区域的位置信息将螺母区域从原图中截取出，作为输入值输入训练好的自编码网络中，经过自编码网络处理后得到结果图；/n步骤（C），根据最大类间方差法将自编码网络处理后的结果图与未经处理的原图进行二值化，然后统计结果图与原图之间的差异程度，来判断螺母是否异常。/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南京智莲森信息技术有限公司，未经南京智莲森信息技术有限公司许可，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/201911363436.6/，转载请声明来源钻瓜专利网。
