转向架底部检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种转向架底部检测方法、装置、电子设备和存储介质，通过获取待检测的轨道车辆转向架底部图像；将所述转向架底部图像输入到预先训练的YOLO

【技术实现步骤摘要】
转向架底部检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及车辆检测
，尤其涉及一种转向架底部检测方法、装置、电子设备及存储介质。

技术介绍

[0002]高铁和地铁列车等轨道车辆是人们日常生活中非常重要的交通工具，轨道车辆底部包括转向架等，需要定时进行检测及检修。
[0003]现有技术中，由固定式检测相机对车辆底部及侧面进行大面积扫描，形成初步三维模块，具备初步故障判断功能，但是这种技术，再对转向架底部的拍摄过程中，容易出现拍摄遗漏的现象，无法准确获得图像，而通过人为调整相机角度和位置，面临人员、场地配置紧缺，检修人员劳动强度大，作业环境恶劣，作业周期长，容易疲劳漏检等问题。现有转向架检测采用传统的人工方式进行检测，人工检测存在效率低、检测准确性低等问题，另外，缺陷检测数据集十分难得，涉及工业机密往往不会公开。

技术实现思路

[0004]本专利技术的实施例提供了一种转向架底部检测方法、装置、电子设备和存储介质，可以自动对故障类型和故障位置信息进行反馈和报警。
[0005]第一方面，本专利技术的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种转向架底部检测方法，其特征在于，所述检测方法包括：获取待检测的轨道车辆转向架底部图像；将所述转向架底部图像输入到预先训练的YOLO
‑
v4模型中，通过所述YOLO
‑
v4模型对故障类型和故障位置信息进行反馈和报警。2.根据权利要求1所述的检测方法，其特征在于，所述YOLO
‑
v4模型的训练方法包括：获取轨道车辆转向架底部故障数据图像并进行预处理得到训练数据集；将所述训练数据集输入到YOLO
‑
v4模型中，其中，所述YOLO
‑
v4模型路径聚合网络添加有CBAM机制。3.根据权利要求2所述的检测方法，其特征在于，所述YOLO
‑
v4模型利用主干网络提取数据集的视觉特征，对提取到的特征通过路径聚合网络进行特征聚合，将聚合后的特征输入检测头，对故障类型和故障位置进行预测，利用损失函数对所述YOLO
‑
v4模型进行训练。4.根据权利要求2所述的检测方法，其特征在于，获取轨道车辆转向架底部图像并进行预处理得到训练数据集包括：使用检测平台采集轨道车辆转向架底部图像数据；将所述转向架底部图像使用DCGAN网络进行数据扩增，然后对数据进行统一尺寸处理，对图像中故障区域使用labelme软件进行标注得到训练数据集。5.根据权利要求4所述的检测方法，其特征在于，所述DCGAN网络包括：生成网络和判别网络，首先将高斯白噪声输入生成网络中得到噪声数据；判别网络获得噪声数据后将其与真实数据进行比较，做出真假判断并反馈给所述生成网络，通过所述生成网络和判别网络博弈达到纳什均衡。6.根据权利要求2所述的检测方法，其特征在于，所述CBAM包括：通道注意力模块，所述通道注意力为给定任意中间特征图F∈R
C
...

【专利技术属性】
技术研发人员：杨建伟，姚德臣，孙强，王金海，李梦圆，魏明辉，丁茹，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：