一种基于深度学习的钢轨磨损检测方法.pdf
猫巷****提格
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于深度学习的钢轨磨损检测方法.pdf
本发明公开了一种基于深度学习的钢轨磨损检测方法,具体包括如下步骤:步骤1,采用已有磨损的钢轨构建实验模型;步骤2,建立深度学习框架;步骤3,基于步骤2建立的学习框架对钢轨的实际磨损程度进行测量。采用深度学习框架对钢轨的轮廓图进行训练,获得钢轨磨损测试的模型,可以快速检测出该轮廓图属于何种磨损程度,并且可以记录当前位置以便钢轨磨损实际路线图的生成。相比于传统的测量方式有了极大的提高,减少了大量繁琐的计算过程,节省了人力物力,最终实现快速、定期、智能化、信息化的钢轨磨损检测。
一种基于深度学习的钢轨表面缺陷检测方法.pdf
本发明公开了一种基于深度学习的钢轨表面缺陷检测方法,本发明克服了传统非智能化的钢轨表面缺陷检测方法,结合深度学习的研究成果,提出运用基于语义分割的钢轨表面缺陷检测,可用于无损、无接触检测。描述采集的钢轨表面图像被制作成钢轨数据集送入到设计的神经网络中,运用基于语义分割的自定义网络训练学习,最终得到训练完成的网络,用于钢轨表面缺陷图像检测并标记缺陷区域,结合后端的图像处理技术获取缺陷轮廓,可进行智能识别,达到高精度检测、减少人工干预的目的。
基于深度学习的钢轨鱼鳞伤损检测方法.pdf
本发明公开了一种基于深度学习的钢轨鱼鳞伤损检测方法,首先按照设定的比例将所有图像构成的数据集划分为训练集、测试集、验证集;然后设置网络结构并正向传播,使用残差神经网络进行深度学习训练,残差神经网络包括卷积层、池化层和全连接层;正向传播的计算结果输出后,调用反向传播算法;最后保留最终残差神经网络所训练出的模型,并绘制出整个训练过程中各参数的变化曲线用于参考。本发明将机器视觉和深度学习中的卷积神经网络技术相结合,将钢轨鱼鳞伤损的样本提取特征并进行学习分类,将神经网络输出的模型用于实际工业中的判别中;与在工业领
一种钢轨磨损检测仪.pdf
一种钢轨磨损检测仪,它由液晶显示屏、主动轮、电机、外侧随动轮、第二撑杆、外侧金属挡板、电源开关、顶部金属挡板、蓄电池、第二光源、第二摄像头、第二红外测距传感器、SD卡存储模块、主控板、第一光源、第一红外测距传感器、内侧金属挡板、第一摄像头、第一撑杆、内侧随动轮组成,将钢轨磨损检测仪安放在钢轨上沿着钢轨运动,通过安装在钢轨磨损检测仪上的第一摄像头、第一红外测距传感器、第二摄像头、第二红外测距传感器对钢轨的轨头顶面和轨头侧面进行检测,并将检测到的数据和图像与标准钢轨对比,确定钢轨被磨损的程度,当检测到钢轨磨损
一种基于钢轨的光带图像的钢轨检测方法及设备.pdf
本发明提供了一种基于钢轨的光带图像的钢轨检测方法及设备,包括:采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。