形成轨道检测模型的方法、检测轨道磨损的方法技术

本申请提供了一种形成轨道检测模型的方法、检测轨道磨损的方法。该形成轨道检测模型的方法包括：接收沿轨道行进的拍摄装置获取的原始图片，其中原始图片包括轨道图像；对原始图片进行数据增广，得到多张增广图片；对多张增广图片中的轨道图像的正常区域和破损区域进行区分标注，得到多张标注图片；以及利用多张标注图片训练深度神经网络，以形成轨道检测模型。模型。模型。

【技术实现步骤摘要】
形成轨道检测模型的方法、检测轨道磨损的方法


[0001]本申请涉及图像识别
，更具体的，涉及一种形成轨道检测模型的方法、介质，一种检测轨道磨损的方法、装置、介质和系统。

技术介绍

[0002]随着先进制造技术的不断发展，工厂的自动化水平不断提高。例如半导体生产工厂中，人机一体化系统(AHMS)应用越来越多。尤其是在新建立生产线时，经常追求更高起点的自动化水平。
[0003]在建设半导体生产工厂时，通常会建设沿着轨道运行并通过轨道获取电力的天车。在AHMS的控制下，天车可将物料运输到指定的机台处。轨道有可能发生破损，由于轨道的破损处电阻变大，因此可导致天车获取电力故障、天车无法正常运行。

技术实现思路

[0004]本申请的实施例提供了一种形成轨道检测模型的方法，该形成轨道检测模型的方法包括：接收沿轨道行进的拍摄装置获取的原始图片，其中原始图片包括轨道图像；对原始图片进行数据增广，得到多张增广图片；对多张增广图片中的轨道图像的正常区域和破损区域进行区分标注，得到多张标注图片；以及利用多张标注图片训练深度神经网络，以形成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种形成轨道检测模型的方法，其特征在于，包括：接收沿轨道行进的拍摄装置获取的原始图片，其中所述原始图片包括轨道图像；对所述原始图片进行数据增广，得到多张增广图片；对多张所述增广图片中的轨道图像的正常区域和破损区域进行区分标注，得到多张标注图片；以及利用所述多张标注图片训练深度神经网络，以形成所述轨道检测模型。2.根据权利要求1所述的方法，其中，所述方法还包括：从所述增广图片中获取包括部分所述轨道图像的图块；其中，对所述多张增广图片进行区分标注的步骤包括：对多个所述图块中的轨道图像的正常区域和破损区域进行区分标注。3.根据权利要求2所述的方法，其中，获取所述图块的步骤包括：获取所述增广图片中满足预设光照条件和预设聚焦条件的区域作为所述图块。4.根据权利要求1所述的方法，其中，接收原始图片的步骤包括：接收包括轨道图像的视频；以及从所述视频中提取包括所述轨道图像的原始图片。5.根据权利要求1所述的方法，其中，所述区分标注的步骤包括：对所述正常区域和所述破损区域的每一个像素点进行标注。6.根据权利要求1所述的方法，其中，对所述原始图片进行数据增广，得到多张增广图片包括：对每个所述原始图片进行旋转、反转、缩放和颜色搅动中的至少一种处理以获得多张增广图片。7.根据权利要求1所述的方法，其中，所述深度神经网络是自编码深度神经网络，用于预测所述原始图片中的正常区域。8.一种检测轨道磨损的方法，其特征在于，包括：接收沿轨道行进的拍摄装置获取的包含轨道图像的待检测图片；以及通过轨道检测模型对所述待检测图片进行检测以区分所述轨道图像的正常区域和破损区域，其中，所述轨道检测模型根据权利要求1至7中任一项所述的方法形成。9.根据权利要求8所述的方法，其中，还包括：获取所述待检测图片的位置信息；以及输出具有所述破损区域的待检测图片的所述位置信息。10.根据权利要求8所述的方法，其中，还包括：设置包括所述标注图片的标识库；在所述待检测图片中将所述轨道图像的正常区域和破损区域区分标注，得到累计标注图片；以...

【专利技术属性】
技术研发人员：郑先意，
申请(专利权)人：长江存储科技有限责任公司，
类型：发明
国别省市：