一种缓解阀拉杆脱落故障的识别方法、系统及装置制造方法及图纸

一种缓解阀拉杆脱落故障的识别方法、系统及装置，属于图像检测技术领域。本发明专利技术是为了解决现有的检测方法存在的检测准确率低的问题以及检测速度慢的问题。本发明专利技术首先获取待检测缓解阀图像，输入Faster R‑CNN网络进行检测，检测是否存在缓解阀拉杆脱落故障；Faster R‑CNN网络的处理过程中首先，通过特征提取网络提取特征图，然后通过RPN网络推荐候选区域，将特征图和推荐候选区域作为分类分支网络和回归分支网络的输入，利用分类分支网络和回归分支网络得到识别结果。本发明专利技术用于缓解阀拉杆脱落故障的识别。

【技术实现步骤摘要】
一种缓解阀拉杆脱落故障的识别方法、系统及装置
本专利技术涉及缓解阀拉杆脱落故障识别方法、系统及装置。属于图像检测

技术介绍
当机车和车厢相连组成列车运行时，制动、缓解等操作都由司机通过驾驶台上的手柄来完成；而当机车和车厢脱离时，总风管处于常压状态，车厢就会自己制动以防止溜滑，如果这时需要移动车厢，就必须使用“缓解阀”使车厢的制动闸瓦缓解。另外如果列车运行时司机发现因风管故障而不能正常缓解时，也可以使用缓解阀帮助缓解。缓解阀主要由阀上体、阀下体、拉杆等零部件组成。缓解阀拉杆在列车行驶中，容易受到震动而脱落甚至丢失。缓解阀拉杆的脱落或者丢失会影响到列车制动，进而造成行车危险，因此对缓解阀拉杆脱落、丢失故障的检测变的尤为重要。现有对此故障的检测主要依靠人工检测，即用人眼对故障进行查找分辨。人工法是一个耗时耗力的方法，且检测者会产生视觉疲劳，从而造成漏检、错检的情况发生，且不可以在列车运行时对其进行检测。利用现有的图像检测技术进行检测时，往往存在检测准确率低的问题，以及检测速度较慢的问题。专利
技术实现思路
本本文档来自技高网...

【技术保护点】
1.一种缓解阀拉杆脱落故障的识别方法，其特征在于，包括以下步骤：/n获取待检测缓解阀图像，输入Faster R-CNN网络进行检测，检测是否存在缓解阀拉杆脱落故障；/n所述的Faster R-CNN网络的处理过程包括以下步骤：/n首先，通过特征提取网络提取特征图；/n然后，通过RPN网络推荐候选区域，候选区域即锚框，锚框与待检测缓解阀图像大小比例为s，s∈(0,1]，宽高比为r，r＞0，锚框的宽和高分别为

【技术特征摘要】
1.一种缓解阀拉杆脱落故障的识别方法，其特征在于，包括以下步骤：
获取待检测缓解阀图像，输入FasterR-CNN网络进行检测，检测是否存在缓解阀拉杆脱落故障；
所述的FasterR-CNN网络的处理过程包括以下步骤：
首先，通过特征提取网络提取特征图；
然后，通过RPN网络推荐候选区域，候选区域即锚框，锚框与待检测缓解阀图像大小比例为s，s∈(0,1]，宽高比为r，r＞0，锚框的宽和高分别为和h、w为输入RPN网络图像的高和宽；所述s和r的确定过程如下：
在FasterR-CNN网络的训练过程中，通过对训练集中标注的目标框进行聚类，得到锚框与缓解阀图像大小比例s和宽高比为r；
然后将特征图和推荐候选区域作为分类分支网络和回归分支网络的输入，利用分类分支网络和回归分支网络得到识别结果。


2.根据权利要求1所述的一种缓解阀拉杆脱落故障的识别方法，其特征在于，所述的s＝[0.25,0.5,0.75]。


3.根据权利要求2所述的一种缓解阀拉杆脱落故障的识别方法，其特征在于，所述的r＝[0.35,0.5,1]。


4.根据权利要求3所述的一种缓解阀拉杆脱落故障的识别方法，其特征在于，在将特征图输入分类分支网络和回归分支网络之前需要对调整特征图的大小，采用PrRoIPooling对特征图的大小进行调整。


5.根据权利要求4所述的一种缓解阀拉杆脱落故障的识别方法，其特征在于，所述的特征提取网络为ResNet-50。


6.根据权利要求1至5...

【专利技术属性】
技术研发人员：闫学慧，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
类型：发明
国别省市：黑龙江;23