[发明专利]一种基于深度学习目标检测的受电弓碳滑板磨耗检测方法有效
| 申请号： | 202010129570.6 | 申请日： | 2020-02-28 |
| 公开（公告）号： | CN113324864B | 公开（公告）日： | 2022-09-20 |
| 发明（设计）人： | 邢宗义;牛福娟;董璐;孙悦 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G01N3/56 | 分类号： | G01N3/56;G06V10/762;G06V10/774;G06V10/776;G06V10/764;G06V10/22;G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 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学习目标检测的受电弓碳滑板磨耗检测方法。方法为：制作原始图像数据集，在原始图像碳滑板的位置进行人工标定；用无监督学习算法k‑means来对数据集中标注好的边界框进行聚类，获得大小和形状满足要求的Anchor Box，在深度学习daknetk框架下训练Yolo模型，得到受电弓碳滑板定位模型；利用受电弓碳滑板定位模型确定完整包括受电弓碳滑板的矩形区域，将矩形区域坐标在原图像进行截取；利用自适应阈值的边缘检测算法提取图像边缘，利用投影法确定碳滑板上下边界的最小距离，计算出滑板厚度。本发明能够适应复杂环境，提高了定位速率，并且提高了受电弓碳滑板磨耗检测算法的鲁棒性和精确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 目标 检测 受电弓碳 滑板 磨耗 方法 | ||
【主权项】：
暂无信息
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理工大学，未经南京理工大学许可，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/202010129570.6/，转载请声明来源钻瓜专利网。
