【技术实现步骤摘要】
本专利技术涉及异物检测，特别涉及一种异物检测方法、装置、计算机设备和存储介质。
技术介绍
1、在铁路区域，时常有落石或塑料等异物侵入，这些异物可能落在列车或铁路设施上，影响列车行驶安全。为了保证列车行驶安全，通常需要对列车和铁路设施进行异物检测。
2、随着机器视觉的发展，机器视觉在异物检测中得到应用。现有技术中，深度学习网络模型中的fcos模型(fully convolutional one-stage object detection，一阶全卷积目标检测)算法具有以下优点：
3、(1)无需预设anchor，fcos模型与传统目标检测算法不同，不需要预设先验框(anchor)，从而可以避免先验框带来的一系列问题，如anchor大小、比例、数量等的选择难题和标注困难等。
4、(2)全卷积设计，fcos模型采用全卷积架构，可以自然地处理任意大小的输入图片，同时生成密集的检测结果，从而提高检测准确率。
5、(3)高效，fcos模型不仅减少了计算量，同时减少了模型参数量，并且可以适应不同尺度的目标
6、本文档来自技高网...
【技术保护点】
1.一种异物检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤b，获取碳滑板标记指令，根据所述碳滑板标记指令对所述受电弓训练图像中的所述受电弓碳滑板区域进行标记，得到滑板标记图像的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述训练得到预设EfficientDet异物检测模型的步骤之后包括：
4.根据权利要求3所述的方法，其特征在于，输出所述异物检测结果的步骤包括：
5.根据权利要求4所述的方法，其特征在于，将所述异物检测结果和车号对应的步骤之前包括：
6.根据权利要求5所...
【技术特征摘要】
1.一种异物检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤b，获取碳滑板标记指令，根据所述碳滑板标记指令对所述受电弓训练图像中的所述受电弓碳滑板区域进行标记，得到滑板标记图像的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述训练得到预设efficientdet异物检测模型的步骤之后包括：
4.根据权利要求3所述的方法，其特征在于，输出所述异物检测结果的步骤包括：
5.根据权利要求4所述的方法，其特征在于，将所述异物检测结果和车号对应的步骤之前包括：
...
【专利技术属性】
技术研发人员：姜尚炎，孟宪洪，周占松，李忠鑫，刘璐，王瑞锋，罗旺春，白亚伟，
申请(专利权)人：国能朔黄铁路发展有限责任公司，
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。