一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法技术

本发明专利技术公开一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，包括摄像机和工控机，摄像机和工控机电连接，还包括边缘计算机，边缘计算机与工控机电连接；钩舌裂纹识别方法具体步骤为：网络模型的构建；图片样本的收集；模型参数的训练；钩舌裂纹识别。本发明专利技术将人工智能和神经网络的前沿技术应用于钩舌裂纹的识别上，基于卷积神经网络的深度学习算法，构建特征提取和图像分割模型，通过对已知的图片进行人工标注，并将图片和标注信息输入网络模型进行特征训练，从而得到满足检测准确率要求的网络参数；检测精度和检测效率两方面均得到很大的提升，从而提高经济效益。从而提高经济效益。从而提高经济效益。

【技术实现步骤摘要】
一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法


[0001]本专利技术涉及一种裂纹识别方法，具体涉及一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法。

技术介绍

[0002]钩舌是用来实现机车和铁路货车车辆或铁路货车车辆和铁路货车车辆之间的连挂，传递牵引力及冲击力，并使车辆之间保持一定距离的车辆部件。钩舌虽小但是其所起的作用却不容忽视，定期对钩舌进行检查是非常必要的。正常情况下，钩舌出现的问题以钩舌裂纹为主，钩舌裂纹一般位于零件的结构受力处,其特点是多点散发，无特定规律性，裂纹会对钩舌的强度和行车安全构成影响，严重的情况下会发生安全事故。
[0003]当前车辆检修人员识别钩舌裂纹的方法以人工肉眼检查为主，辅助以传统的识别算法；传统的识别算法对于这种零散和无特定规律的裂纹识别效果很不理想，误检率高，因此安全隐患较大；而人工检查的方式效率低下，主观性大，受经验影响较大，经验欠丰富的检修人员容易出错。

技术实现思路

[0004]针对上述现有技术存在的问题，本专利技术提供一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，包括摄像机和工控机，摄像机和工控机电连接，其特征在于，还包括边缘计算机，边缘计算机与工控机电连接；钩舌裂纹识别方法包括以下步骤：步骤一，网络模型的构建；步骤二，图片样本的收集；步骤三，模型参数的训练；步骤四，钩舌裂纹识别。2.根据权利要求1所述的一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，其特征在于，所述步骤一中网络模型是针对裂纹的特点而构建的，经过Conv1、Conv2、Conv3三层不同大小尺度的卷积层，提取到不同大小的中间特征，然后经过转置卷积层得到和输入相同大小的，通道数据为分类数目的输出张量，最后对输出沿分类方向作Softmax得到某个点的分类结果。3.根据权利要求1所述的一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，其特征在于，所述步骤二中收集的图片样本，在每张图片样本上进行标注，利用多边形将图片样本中的真实裂纹进行框选，并保存成符合模型输入的格式。4.根据权利要求1所述的一种基于卷积神经网络的铁路货车车辆钩舌裂纹识别方法，其特征在于，所述步骤三中模型参数的训练为求解最优参数的过程，用极大似然估计可表示为如下表达式：θ

【专利技术属性】
技术研发人员：杨兵，郜雪荣，冯立明，戴顺利，张彪，董双来，袁春健，史陇平，周顺，阮益明，王译，
申请(专利权)人：西安永安磁粉探伤科技有限公司四川主从科技有限公司，
类型：发明
国别省市：