一种铁路货物装载状态图像的小目标检测处理方法技术

一种铁路货物装载状态图像的小目标检测处理方法，使用相互重叠的覆盖式切割大图；在切割大图过程中引入小目标标注尺寸变量；通过切割大图得到保留全部原始特征值的小图；使用与小图像素的最大等比神经元数量进行图像识别；记录神经元网络训练过程中权重参数的变化比例与变化数量；使用神经元网络结构，对训练数据集进行训练，得到网络权重，完成网络训练；对大图进行切分，得到小目标识别输入数据；使用S6得到的网络权重，对输入数据进行小目标识别本发明专利技术通过对全部原始特征值的小图进行图像识别，避免造成丢失小目标特征；以及使用神经元网络结构，对训练数据集进行训练，得到网络权重，对输入数据进行小目标识别。

【技术实现步骤摘要】
一种铁路货物装载状态图像的小目标检测处理方法
本专利技术涉及铁路货物图像检测
，具体是一种铁路货物装载状态图像的小目标检测处理方法。
技术介绍
货检站是铁路运输网的重要节点，在货检站进行货物装载状态检测，如重心偏离、车帮异物、车顶异物、车盖开启、篷布破损、棚车车门开启、敞车中门开启、空车不空等影响运输安全的问题，是保障货物安全运输的重要环节，目前货检站的货物状态检测主要依靠人工判图、人工巡视等手段，而人工检测易受生理及心理等因素的影响，强度大、效率低，尤其在大背景图像下的小物体问题项点存在明显的判别难度。铁路货物装载状态图像的小目标对象是指，大背景铁路货物装载状态图像中，尺寸占比为0.01%至0.2%的物体对象，即物体对象的像素区间为30×60像素至160×200像素；小目标检测主要存在于车帮异物、车顶异物、车盖开启、篷布破损等问题项点，由于背景图大，问题点小，肉眼辨识困难，存在漏检、误检的情况，极大地增加了铁路货运安全管理风险隐患。以Yolo、SVM等为代表的图像识别算法，在中等尺寸，如1024×768像素的图像缩小后处本文档来自技高网...

【技术保护点】
1.一种铁路货物装载状态图像的小目标检测处理方法，其方法包括以下步骤：/nS1：使用相互重叠的覆盖式切割大图；/nS2：在切割大图过程中引入小目标标注尺寸变量；/nS3：通过切割大图得到保留全部原始特征值的小图；/nS4：使用与小图像素的最大等比神经元数量进行图像识别；/nS5：记录神经元网络训练过程中权重参数的变化比例与变化数量；/nS6：使用神经元网络结构，对训练数据集进行训练，得到网络权重，完成网络训练；/nS7：对大图进行切分，得到小目标识别输入数据；使用S6得到的网络权重，对输入数据进行小目标识别。/n

【技术特征摘要】
1.一种铁路货物装载状态图像的小目标检测处理方法，其方法包括以下步骤：
S1：使用相互重叠的覆盖式切割大图；
S2：在切割大图过程中引入小目标标注尺寸变量；
S3：通过切割大图得到保留全部原始特征值的小图；
S4：使用与小图像素的最大等比神经元数量进行图像识别；
S5：记录神经元网络训练过程中权重参数的变化比例与变化数量；
S6：使用神经元网络结构，对训练数据集进行训练，得到网络权重，完成网络训练；
S7：对大图进行切分，得到小目标识别输入数据；使用S6得到的网络权重，对输入数据进行小目标识别。


2.根据权利要求1所述的一种铁路货物装载状态图像的小目标检测处理方法，其方法在于，所述S3中全部原始特征值的小图...

【专利技术属性】
技术研发人员：刘启钢，耿汝峰，孙文桥，席江月，于雪峤，王志敬，汪结，张晓杰，
申请(专利权)人：中国铁道科学研究院集团有限公司，中国铁道科学研究院集团有限公司运输及经济研究所，北京恒远智能科技有限公司，北京中铁科客货运输技术有限公司，
类型：发明
国别省市：北京;11