[发明专利]一种基于深度学习的高铁线路鸟窝缺陷检测方法有效
| 申请号： | 202010377562.3 | 申请日： | 2020-05-07 |
| 公开（公告）号： | CN111597939B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 宋彬;王佳浩;涂学峰;肖奕恒 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V20/50 | 分类号： | G06V20/50;G06V10/80;G06V10/52;G06V10/50;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 郑州芝麻知识产权代理事务所(普通合伙) 41173 | 代理人： | 王越 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 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的高铁线路鸟窝缺陷检测方法，克服了现有技术中存在的不足。该发明含有以下步骤：步骤1、输入铁路接触网图像；步骤2、用全卷积神经网络提取鸟窝存在的可疑区域；步骤3、利用全卷积神经网络对鸟窝可疑区域图像进行特征提取并检测鸟窝；步骤4、保存检测鸟窝可疑区域与检测鸟窝的模型；步骤5、加载模型，输入测试图像，得到高铁线路中的鸟窝缺陷检测结果。该技术采用全卷积神经网络结构和两阶段检测方法解决高铁线路鸟窝缺陷检测问题，首先检测可能存在鸟窝的可疑区域，再在此基础上检测鸟窝，同时利用大量实际环境场景中的图像训练特征提取网络，提高了准确性，也增强了实际应用中的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 铁线 鸟窝 缺陷 检测 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西安电子科技大学，未经西安电子科技大学许可，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/202010377562.3/，转载请声明来源钻瓜专利网。
