基于深度學(xué)習(xí)的鐵路關(guān)鍵部件缺陷檢測(cè)研究

作者:趙冰; 代明睿; 李平; 馬小寧; 吳艷華 中國(guó)鐵道科學(xué)研究院研究生部; 北京100081; 中國(guó)鐵道科學(xué)研究院鐵路大數(shù)據(jù)研究與應(yīng)用創(chuàng)新中心; 北京100081

摘要:關(guān)鍵部件缺陷圖像自動(dòng)檢測(cè)對(duì)于復(fù)興號(hào)動(dòng)車組運(yùn)營(yíng)維護(hù)意義重大,但目前主要依靠專業(yè)人員對(duì)檢測(cè)圖像進(jìn)行分析,耗費(fèi)大量人力、物力,造成檢測(cè)周期長(zhǎng),檢測(cè)準(zhǔn)確率無(wú)法保證。提出一種結(jié)合部件檢測(cè)與缺陷分類流程的雙通道缺陷檢測(cè)框架MCDDF(Multi-channel Defect Detection Framework),部件檢測(cè)通道基于目標(biāo)檢測(cè)算法實(shí)現(xiàn)動(dòng)車組關(guān)鍵部件定位,定位后的關(guān)鍵部件經(jīng)裁剪進(jìn)行超分辨率提升,傳入缺陷分類通道基于遷移學(xué)習(xí)方法實(shí)現(xiàn)缺陷類別的準(zhǔn)確分類,結(jié)合兩通道信息實(shí)現(xiàn)缺陷檢測(cè)任務(wù)。實(shí)驗(yàn)分析兩通道的性能提升方法,對(duì)比MCDDF與傳統(tǒng)基于目標(biāo)檢測(cè)方法在鐵路關(guān)鍵部件缺陷圖像上的檢測(cè)效果,驗(yàn)證了MCDDF方法的有效性。

注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社

鐵道學(xué)報(bào)

北大期刊 下單

國(guó)際刊號(hào):1001-8360

國(guó)內(nèi)刊號(hào):11-2104/U

雜志詳情
相關(guān)熱門期刊

服務(wù)介紹LITERATURE

正規(guī)發(fā)表流程 全程指導(dǎo)

多年專注期刊服務(wù),熟悉發(fā)表政策,投稿全程指導(dǎo)。因?yàn)閷W⑺詫I(yè)。

保障正刊 雙刊號(hào)

推薦期刊保障正刊,評(píng)職認(rèn)可,企業(yè)資質(zhì)合規(guī)可查。

用戶信息嚴(yán)格保密

誠(chéng)信服務(wù),簽訂協(xié)議,嚴(yán)格保密用戶信息,提供正規(guī)票據(jù)。

不成功可退款

如果發(fā)表不成功可退款或轉(zhuǎn)刊。資金受第三方支付寶監(jiān)管,安全放心。