【技术实现步骤摘要】
混凝土轨枕裂纹的检测方法、系统、设备和介质
[0001]本专利技术属于混凝土轨枕裂纹的检测
,尤其涉及一种混凝土轨枕裂纹的检测方法、系统、设备和介质。
技术介绍
[0002]轨道交通是加快城市转型发展的重要基础设施,在缓解城市拥堵和快速跨区通勤方面发挥着无可替代的作用。随着近年来中国主要城市轨道交通网络的加速发展,城市轨道交通总里程数逐年增势迅猛,在便捷化城市人群生活工作的同时,却给轨道交通的日常巡检与维护带来了巨大挑战,这其中就包括了对大量轨枕的健康状态监测。轨枕是用来支撑、固定钢轨并将向道床传递钢轨压力的轨道重要部件,轨枕的健康状态对行车安全起着至关重要的作用,关乎列车以及运载乘客的生命安全。由此可见,对轨枕的健康状态进行及时、准确的监测和反馈,对城市轨道交通的安全运营有着十分重要的意义。
[0003]城市轨道交通的轨枕主要采用混凝土材料,表面裂纹是可视化反映轨枕健康状态的一种关键表征。目前对于这种轨枕裂纹的传统巡检方式主要依靠人力,然而随着轨道交通里程数的不断增长,依靠人眼视觉对巨量轨枕进行检查变得愈发困难。目前工业上主要采用的是人工视觉的检测方法,容易受到各种不确定因素的影响,因此该方法存在效率低,准确度差等问题。随着卷积神经网络的不断发展,基于卷积神经网络的一些目标识别网络被提出。但是,这些方法大都被用于自然界的物体识别,裂纹在纵向尺度上属于微小目标,极容易在深度学习提取特征阶段消失且混凝土表面图像通常受光照。污渍等影响,图像背景复杂,且裂纹的种类多,尺度小,检测难度高,将其应用于混凝土表面裂
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种混凝土轨枕裂纹的检测方法,其特征在于,包括以下步骤:构建图像集,所述图像集包括图像数据和标注信息;根据所述图像集统计裂纹目标外形的尺度分布状况;根据所述尺度分布状况构建卷积神经网络模型;基于所述图像集对所述卷积神经网络模型进行训练,以得到识别模型;基于所述识别模型对混凝土轨枕图像中的裂纹目标进行检测与定位。2.如权利要求1所述的混凝土轨枕裂纹的检测方法,其特征在于,所述根据所述尺度分布状况构建卷积神经网络模型,包括:根据所述尺度分布状况,以VGG16网络结构为SSD模型主干网络架构构建所述卷积神经网络模型。3.如权利要求2所述的混凝土轨枕裂纹的检测方法,其特征在于,所述根据所述尺度分布状况,以VGG16网络结构为SSD模型主干网络架构构建所述卷积神经网络模型,包括:提取所述SSD模型主干网络中的若干目标层作为输出特征层;对所述输出特征层进行相邻特征层通道融合以得到融合特征层;根据所述尺度分布状况得到各个所述融合特征层对应的预测先验框尺度,并基于所述融合特征层构建所述卷积神经网络模型。4.如权利要求3所述的混凝土轨枕裂纹的检测方法,其特征在于,所述目标层为所述SSD模型主干网络中的分辨率高于预设阈值的特征层。5.如权利要求4所述的混凝土轨枕裂纹的检测方法,其特征在于,所述目标层包括特征层Conv4_3、特征层Conv7、特征层Conv8_2、特征层Conv9_2和特征层Conv10_2。6.如权利要求3所述的混凝土轨枕裂纹的检测方法,其特征在于,所述根据所述尺度分布状况得到各个所述融合特征层对应的预测先验框尺度,包括:获取第i个所述融合特征层对应的分辨力阈值T
i
;根据所述分辨力阈值T
i
获取第i个所述融合特征层对应的预测先验框的短边最小值以及先验框长短比α
i
;所述分辨力阈值T
i
获取第i个所述融合特征层对应的所述预测先验框的短边最大值根据与α
i
生成系列尺度预测先验框,i∈[1,L],其中,L表征所述融合特征层的数量,L为正整数。7.如权利要求1所述的混凝土轨枕裂纹的检测方法,其特征在于,所述根据所述图像集统计裂纹目标外形的尺度分布状况,包括:设置处理尺度为N*N像素;将所述标注信息中的裂纹包围框位置按所述处理尺度进行线性映射以获取映射后包围框的短边和长边,统计每条所述映射后包围框的所述短边和所述长边,以所述短边为横坐标,以所述长边为纵坐标,生成裂纹目标外形尺度分布图以得到所述裂纹目标外形的所述尺度分布状况。8.如权利要求7所述的混凝土轨枕裂纹的检测方法,其特征在于,所述将所述标注信息
中的裂纹包围框位置按所述处理尺度进行线性映射以获取映射后包围框的短边和长边,包括:根据式s=N*s0/S0获取所述映射后包围框的所述短边和所述长边,其中,s0表征所述裂纹包围框的原边的长度,包括长边和短边,S0表征与所述裂纹包围框的所述原边平行的原输入图像对应边的长度,s表征所述映射后包围框的对应边长。9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1
‑
技术研发人员:漆昇翔,毛晴,杨家荣,董亚明,
申请(专利权)人:上海电气集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。