一种基于深度学习的动车组运行故障检测方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的动车组运行故障检测方法，利用ImageNet等通用数据集将预训练模型训练为通用模型，然后将通用模型利用动车组图像的本源数据集训练成检测区识别模型，利用零部件等的专业数据集训练成区内故障检测模型，利用遮盖物数据集训练成遮盖物识别模型，然后进行识别。该方法能够有效扩充负向样本数量，同时可以强有力提升遮盖物样本量，由此训练出的检测模型具有强泛化能力，能够对动车组运行故障进行分类识别处理，极具实用性和推广价值。
基本信息
专利标题 ：
一种基于深度学习的动车组运行故障检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114494790A
申请号 ：
CN202210353248.0
公开（公告）日 ：
2022-05-13
申请日 ：
2022-04-06
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
金强张天浩于远航李希敏冯亚磊王东郑玉群张德群
申请人 ：
唐山百川智能机器股份有限公司
申请人地址 ：
河北省唐山市高新技术开发区火炬路169号
代理机构 ：
代理人 ：
优先权 ：
CN202210353248.0
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06K9/62
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220406
申请日 : 20220406
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
