【技术实现步骤摘要】
一种基于深度学习的进站铁路货运列车车厢计数方法
[0001]本专利技术一般地涉及铁路运输安全控制领域
。
更具体地,本专利技术涉及一种基于深度学习的进站铁路货运列车车厢计数方法
。
技术介绍
[0002]列车车厢计数是铁路公司日常工作之一,它对列车的运输管理
、
安全管理
、
进出站管理
、
统计分析
、
以及铁路公司的财务分析有重要意义
。
准确计数车厢可以帮助铁路管理部门对车辆进行有效的安全管理
。
在列车发车前
、
途中和到达目的地时,通过车厢计数可以确保列车的完整性,防止车辆脱落等安全问题,并且车厢计数对于运输调度和列车编组具有重要意义
。
知道列车的车厢数量,铁路公司可以根据货物或乘客的需求合理安排列车的编组,优化运输资源,提高运输效率
。
[0003]目前国内常采用铁路车号自动识别系统
(ATIS)
来进行车厢计数,在实际使用过程中,由于工作环境恶劣,该系统会因为电子标签损坏
、
丢失的原因造成车厢计数不准确的现象
。
部分站点选择使用人工计数的方法对列车车厢数进行统计,此方法存在人员工作强度大,计数不准的问题
。
技术实现思路
[0004]为解决上述一个或多个技术问题,本专利技术提出提取铁路货运列车进站视频流中的图像帧以构建铁路货运列车数据集;构建高斯模型,并对所述铁 ...
【技术保护点】
【技术特征摘要】
1.
一种基于深度学习的进站铁路货运列车车厢计数方法,其特征在于,包括以下步骤:提取铁路货运列车进站视频流中的图像帧以构建铁路货运列车数据集,所述铁路货运列车数据集包括列车车厢候选框和车厢间隙候选框;基于候选框面积构建高斯模型,并对所述铁路货运列车数据集预测,获得第一预测结果和第二预测结果,所述第一预测结果为候选框属于列车车厢候选框的概率,所述第二预测结果为候选框属于车厢间隙候选框的概率;将铁路货运列车进站视频流中的图像帧输入到预设的目标检测模型中,获得第一检测结果和第二检测结果,所述第一检测结果为列车车厢目标框对应的置信度和分类概率,所述第二检测结果为车厢间隙目标框对应的置信度和分类概率;响应于列车车厢数与车厢间隙数相等,检测结果正确;响应于列车车厢数与车厢间隙数不相等,计算目标框的检测结果准确度,所述目标框包括列车车厢目标框与车厢间隙目标框,基于所述目标框的检测结果准确度计算列车车厢计数准确度和车厢间隙计数准确度,以获取列车车厢数
。2.
根据权利要求1所述的一种基于深度学习的进站铁路货运列车车厢计数方法,其特征在于,所述目标框的检测结果准确度满足关系式:其中,表示第
i
个目标框的检测结果准确度,表示第
i
个目标框的置信度,表示第
i
个目标框的分类概率,表示第
i
个目标框属于对应的高斯模型的概率
。3.
根据权利要求1所述的一种基于深度学习的进站铁路货运列车车厢计数方法,其特征在于,所述列车车厢计数的准确度和车厢间隙计数的准确度均满足关系式:其中,表示第
j
个类别计数的准确度,表示第
j
个类别中第
i
个目标框的检测结果准确度,
k
表示第
j
个类别目标框...
【专利技术属性】
技术研发人员:陈少祥,行鹏,曹艳君,赵永鑫,王翠红,
申请(专利权)人:山西阳光三极科技股份有限公司,
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。