【技术实现步骤摘要】
本专利技术涉及基于深度学习的图像处理，具体涉及一种接触网螺栓弱监督检测模型训练方法、检测方法及系统。
技术介绍
1、随着高铁技术的迅速发展，高速铁路已经成为现代城市交通的重要组成部分。高铁营业里程的加长和速度的提升将会对高铁稳定安全的运行提出更高的要求。为保证高铁运行安全和高效，对高铁接触网进行及时的检测和维护至关重要。而螺栓作为接触网各个关键部位的连接零件，它的正常几何形态对于保持接触网关键部位的结构安全稳定是十分重要的。但高铁接触网螺栓在长期运行过程中，可能会出现松动、脱落、断裂等缺陷。这些缺陷可能由多种原因引起，如高速铁路的振动、环境腐蚀、材料疲劳等。螺栓缺陷的存在，可能导致接触网结构的变形，进而影响电力传输效率和安全。因此需要对接触网螺栓进行定期检测，及时发现相关风险，提前采取维修或更换等措施，维护高铁接触网系统的安全及稳定运行。
2、目前，针对高速铁路接触网螺栓的检测方法主要包括人工检测、无损检测及机器视觉检测等。人工检测的方式中，工程师通过直接观察或使用工具进行检测。这种方法操作简单，但效率低，且受人为因素影响较...
【技术保护点】
1.一种接触网螺栓弱监督检测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的接触网螺栓弱监督检测模型训练方法，其特征在于，用选择性搜索算法生成候选区域，包括：创建初始区域并计算相似度，合并相似区域，计算合并后的区域相似度，直到不存在相似区域；其中，相似度计算包括颜色相似度、纹理相似度、尺度相似度和填充相似度。
3.根据权利要求1所述的接触网螺栓弱监督检测模型训练方法，其特征在于，候选区域特征提取，包括：使用VGG16作为模型的主干网络来提取候选区域的特征，其中，VGG16包含16个权重层，包括13个卷积层和3个全连接层，并在每个卷积层...
【技术特征摘要】
1.一种接触网螺栓弱监督检测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的接触网螺栓弱监督检测模型训练方法，其特征在于，用选择性搜索算法生成候选区域，包括：创建初始区域并计算相似度，合并相似区域，计算合并后的区域相似度，直到不存在相似区域；其中，相似度计算包括颜色相似度、纹理相似度、尺度相似度和填充相似度。
3.根据权利要求1所述的接触网螺栓弱监督检测模型训练方法，其特征在于，候选区域特征提取，包括：使用vgg16作为模型的主干网络来提取候选区域的特征，其中，vgg16包含16个权重层，包括13个卷积层和3个全连接层，并在每个卷积层和全连接层后都使用relu激活函数，用于引入非线性；将vgg16最后一个最大池化层替换为空间金字塔池化层，最后一个层是输出层，使用softmax函数输出每个类别的概率。
4.根据权利要求1所述的接触网螺栓弱监督检测模型训练方法，其特征在于，基础分类层中，将图像及其候选区域框的候选区域特征输入到两个全连接层中，两个矩阵为该两个全连接层的参数；通过所述的两个全连接层softmax回归后的矩阵互相逐元素乘得到候选区域分数矩阵，经求和池化，得到整张图片属于某一类别的分数；给定图像级别标注信息，以及上述的属于第c类目标的分数，通过对损失函数...
【专利技术属性】
技术研发人员：秦勇，覃雅兰，肖翔，侯日根，贾利民，王志鹏，耿毅轩，
申请(专利权)人：北京交通大学，
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。