【技术实现步骤摘要】
一种机车轮对踏面剥离识别方法
[0001]本专利技术涉及机车识别领域,尤其涉及一种机车轮对踏面剥离识别方法。
技术介绍
[0002]现有的机车轮对踏面剥离识别方法通常利用光电技术非接触测量踏面缺陷的方法。用精密的激光位移传感器对踏面进行快速扫描,采集值经过处理后转换为数字图像,再通过传统的信号处理技术识别表面是否存在缺陷。这种识别方法需要精密激光位移传感器,造价高,应用场合限制。需要用到传统信号处理方法,会受到环境干扰,需要人工干预检测,识别速度慢。
技术实现思路
[0003]本专利技术提供一种机车轮对踏面剥离识别方法,以克服现有的剥离识别方法识别速度慢等技术问题。
[0004]为了实现上述目的,本专利技术的技术方案是:
[0005]一种机车轮对踏面剥离识别方法,包括以下步骤:
[0006]步骤1、筛选摄像头或录像机上采集的踏面剥离图像样本,保留满足设定分辨率的图像样本,构成正样本图像样本集;
[0007]步骤2、筛选摄像头或录像机上采集的未踏面剥离图像样本,保留满足设定分辨率 ...
【技术保护点】
【技术特征摘要】
1.一种机车轮对踏面剥离识别方法,其特征在于,包括以下步骤:步骤1、筛选摄像头或录像机上采集的踏面剥离图像样本,保留满足设定分辨率的图像样本,构成正样本图像样本集;步骤2、筛选摄像头或录像机上采集的未踏面剥离图像样本,保留满足设定分辨率的图像样本,构成负样本图像样本集;步骤3、对正样本图像样本集和负样本图像样本集进行人工标注获得真实框;步骤4、利用聚类算法对真实框进行聚类处理,获得特征值;步骤5、利用yolo神经网络,根据所述特征值将正样本图像样本集和负样本图像样本集进行特征提取获得先验框;步骤6、通过yolo神经网络自动筛选先验框,将含有剥离情况的先验框进行分类和回归预测,得到分类损失和位置损失;步骤7、利用误差反向传播算法离线训练分类损失和位置损失进而优化yolo神经网络中的权重参数;步骤8、将权重参数保存为文本格式,通过分类器预测出剥离情况。...
【专利技术属性】
技术研发人员:王乃福,赵中林,高宏洋,
申请(专利权)人:中车大连电力牵引研发中心有限公司,
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。