首页|基于深度学习的客车转向架可视部件图像异物检测

基于深度学习的客车转向架可视部件图像异物检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
铁路客车转向架部件的图像异物检测,目前主要通过TVDS探测站的客车转向架监控图像数据,然后由人工进行故障分析,难以适应客车高速、高频运行的要求,无法实现故障图像的自动检测.为此,针对铁路客车转向架常见的关键部件夹带异物现象,展开异物目标的图像检测研究,提出一种添加可变形卷积的YOLOv4 目标检测算法,通过K-means++聚类形成新的初始锚框,更准确地定位异物的目标区域位置.通过铁路客车测试集数据的实验表明,在转向架可视部位夹带异物的目标检测任务中,提高了异物检测的精度.

李海霞、徐彦恒

展开 >

兰州石化职业技术大学 甘肃兰州 730060

中国铁路兰州局集团有限公司兰州车辆段 甘肃兰州 730000

客车转向架 深度学习 异物检测 YOLOv4

甘肃省高等学校创新基金

2022B-299

2024

10.3969/j.issn.1672-9528.2024.01.046

信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
年,卷(期)：2024.(1)
  • 14