基于多尺度协作深度学习的无砟轨道板裂缝测量方法
实质审查的生效
摘要
本发明实施例中提供了一种基于多尺度协作深度学习的无砟轨道板裂缝测量方法,属于图像处理技术领域,具体包括:搭建多尺度协作深度学习的裂缝测量框架;将多张样本图像分为训练集和验证集;调整深度目标检测网络的超参数并输出训练集中每张样本图像对应的最优的裂缝区域提取结果;将每张裂缝区域提取结果进行边界坐标裁剪,得到裂缝图像并输入深度语义分割网络调整深度语义分割网络的超参数;得到裂缝测量模型;将采集到的目标无砟轨道板对应的目标图像输入裂缝检测模型,得到目标图像中裂缝的连续宽度值。通过本发明的方案,协作分析和传递图像—像素—宽度三个尺度的特征,减少了复杂背景导致的像素误判并得到了精细化的裂缝宽度测量值。
基本信息
专利标题 :
基于多尺度协作深度学习的无砟轨道板裂缝测量方法
专利标题(英):
暂无
公开(公告)号 :
CN114494240A
申请号 :
CN202210148079.7
公开(公告)日 :
2022-05-13
申请日 :
2022-02-17
授权号 :
暂无
授权日 :
暂无
发明人 :
胡文博王卫东邱实杨怀志王劲汪思成伍定泽朱星盛谷永磊
申请人 :
京沪高速铁路股份有限公司;中南大学
申请人地址 :
北京市海淀区北蜂窝路5号院1号写字楼第三、四层
代理机构 :
长沙轩荣专利代理有限公司
代理人 :
汪金连
优先权 :
CN202210148079.7
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06T7/10 G06T7/60 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220217
申请日 : 20220217
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载