一种列车闸片小部件检测方法及系统技术方案

本发明专利技术公开一种列车闸片小部件检测方法及系统，通过构建目标检测模型，目标检测模型的第一层输出头的输出位于csp1_3模块之前；对目标检测模型进行训练，得到训练好的目标检测模型；获取待检测图像，并对待检测图像进行预处理；将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果。通过对目标检测模型进行多种方式的优化，提升整体目标检测模型的检测性能，使得在目标物较小的情况下也能够精准定位和检测，进而达到增强网络对小目标的检测效果能力的提升，提高对闸片小部件检测的精准性和正确性。测的精准性和正确性。测的精准性和正确性。

【技术实现步骤摘要】
一种列车闸片小部件检测方法及系统


[0001]本专利技术涉及计算机视觉检测
，尤其涉及一种列车闸片小部件检测方法及系统。

技术介绍

[0002]随着人们的生活水平逐步提高，可选择的出行方式也是多种多样，根据出行目的地的距离远近和时间需求，通常可以选用动车、机务、汽车、地铁等方式满足需求。
[0003]无论何种出行方式，最重要的都是要保证安全第一。在列车的制动系统中，闸片作为列车制动系统的核心部件，承担着列车制动的平稳性、安全性的重要地位，而列车刹车闸片中又包含三种更小的部件，分别是六棱锁、开口梢、U型锁，其中六棱锁、开口梢部件的状态对行车安全是止观重要的，若六棱锁、开口梢丢失，对列车制动功能将造成极大影响，因此需要对此类部件进行精准检测。
[0004]目前，针对该种小部件，通常有以下几种检测方式，分别是：
[0005]1、人工检测是通过肉眼直接观看各部件；
[0006]2、利用二维图像进行检测时，通过模板匹配或相似度计算定位的方式；
[0007]3、采用深度学习神经网络，通过定位或分割网络对其中的小部件进行区域定位或像素级分类以达到检测目的。
[0008]采用上述第一种检测方式时，不仅效率低而且容易误判，尤其是一些狭小区域，无法肉眼直接观察到；采用上述第二种检测方式时，由于闸片使用环境多变，闸片表面常有雪、雨水、油污等污渍干扰，导致无法精准定位或出现漏框等情况；采用上述第三种检测方式时，主要通过目标检测定位小部件或目标分割思路对像素分类检测小部件，由于插销部件较小往往定位或分割效果欠佳，无法得到精准、正确的检测结果。

技术实现思路

[0009]有鉴于此，本专利技术提供一种列车闸片小部件检测方法及系统，旨在解决对闸片小部件检测不精准、不正确的技术问题。
[0010]为解决以上技术问题，本专利技术的技术方案为提供一种列车闸片小部件检测方法，包括：
[0011]构建目标检测模型，所述目标检测模型的第一层输出头的输出位于csp1_3模块之前；
[0012]对所述目标检测模型进行训练，得到训练好的目标检测模型；
[0013]获取待检测图像，并对所述待检测图像进行预处理；
[0014]将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果。
[0015]可选的，所述构建目标检测模型，还包括：
[0016]在目标检测网络中的特征通道上增加注意力机制。
[0017]可选的，所述构建目标检测模型，还包括：
[0018]将第一区域提取的特征信息在反馈到第二区域之前，对所述第一区域提取的特征信息进行聚合。
[0019]可选的，所述目标检测模型采用YOLOv5s目标检测模型，所述目标检测网络采用YOLOv5s目标检测网络。
[0020]可选的，所述获取待检测图像，并对所述待检测图像进行预处理，包括：
[0021]获取待检测图像，利用预设大小的选框裁剪所述待检测图像。
[0022]可选的，所述获取待检测图像，利用预设大小的选框裁剪所述待检测图像，包括：
[0023]获取待检测图像，利用预设大小的滑框从图片左上角开始滑动并裁剪所述待检测图像。
[0024]可选的，所述将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果之后，还包括：
[0025]将所述输出检测结果进行非极大值抑制，得到最终检测结果。
[0026]此外，本专利技术还提供一种列车闸片小部件检测系统，包括：
[0027]模型构建模块，用于构建目标检测模型，所述目标检测模型的第一层输出头的输出位于csp1_3模块之前；
[0028]模型训练模块，用于对所述目标检测模型进行训练，得到训练好的目标检测模型；
[0029]图像处理模块，用于获取待检测图像，并对所述待检测图像进行预处理；
[0030]结果输出模块，用于将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果。
[0031]本专利技术提供一种列车闸片小部件检测方法及系统，通过构建目标检测模型，所述目标检测模型的第一层输出头的输出位于csp1_3模块之前；对所述目标检测模型进行训练，得到训练好的目标检测模型；获取待检测图像，并对所述待检测图像进行预处理；将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果。通过对目标检测模型进行多种方式的优化，提升整体目标检测模型的检测性能，使得在目标物较小的情况下也能够精准定位和检测，进而达到增强网络对小目标的检测效果能力的提升，提高对闸片小部件检测的精准性和正确性。
附图说明
[0032]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0033]图1是本专利技术一实施例提供的一种列车闸片小部件检测方法的步骤示意图；
[0034]图2是本专利技术一实施例提供的一种目标检测模型的结构示意图；
[0035]图3是本专利技术一实施例提供的一种目标检测模型的优化结构示意图；
[0036]图4是本专利技术另一实施例提供的一种目标检测模型的优化结构示意图；
[0037]图5是本专利技术一实施例提供的一种列车闸片小部件检测系统的结构示意图。
具体实施方式
[0038]为了使本领域技术人员更好的理解本专利技术实施例，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]闸片作为列车指定系统的核心部件，承担列车制动的平稳性、安全性。列车刹车闸片中包含三种小部件，分别是六棱锁、U型锁和开口梢部件，这三种小部件的状态对行车安全至关重要，因此对于此类小部件的检测则需要高精准、高正确的检测结果，以保证列车运行的安全。
[0040]在现有技术中，除了人为肉眼进行观察检测之外，通常采用的是利用深度学习技术通过定位或分割网络对目标进行区域定位或像素级分割，以达到检测的目的，然而，针对类似开口梢、六棱锁等小目标部件，往往因为其目标较小导致定位或分割效果欠佳，无法得到精准的检测结果，还有可能出现漏检、误检的情况，导致列车运行的安全性存在隐患，严重时甚至会出现人员伤亡和大量财产损失，造成无法挽回的结局。
[0041]有鉴于此，如图1所示，是本专利技术第一实施例针对小目标部件检测提出一种列车闸片小部件检测方法，用于解决上述问题，具体包括：
[0042]S11、构建目标检测模型，所述目标检测模型的第一层输出头的输出位于csp1_3模块之前。
[0043]目标检测是计算机视觉领域的一大任务，大致分为one
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种列车闸片小部件检测方法，其特征在于，包括：构建目标检测模型，所述目标检测模型的第一层输出头的输出位于csp1_3模块之前；对所述目标检测模型进行训练，得到训练好的目标检测模型；获取待检测图像，并对所述待检测图像进行预处理；将预处理后的待检测图像输入到训练好的目标检测模型中，输出检测结果。2.根据权利要求1所述的一种列车闸片小部件检测方法，其特征在于，所述构建目标检测模型，还包括：在目标检测网络中的特征通道上增加注意力机制。3.根据权利要求1所述的一种列车闸片小部件检测方法，其特征在于，所述构建目标检测模型，还包括：将第一区域提取的特征信息在反馈到第二区域之前，对所述第一区域提取的特征信息进行聚合。4.根据权利要求2或3所述的一种列车闸片小部件检测方法，其特征在于，所述目标检测模型采用YOLOv5s目标检测模型，所述目标检测网络采用YOLOv5s目标检测网络。5.根据权利要求1所述的一种列车闸片小部件检测方法，其特征在于，所述获取待检测图像，并对所述...

【专利技术属性】
技术研发人员：张渝，赵波，彭建平，黄炜，章祥，马莉，肖龙飞，郑锐，
申请(专利权)人：上海智导软件技术有限公司，
类型：发明
国别省市：