【技术实现步骤摘要】
本专利技术涉及轨道交通检测设备领域，尤其涉及一种铁路扣件像素级检测方法及其装置。
技术介绍
1、扣件是铁路系统的重要组成部分，其用于将钢轨固定于轨枕上，对于保障铁路运输安全具有至关重要的作用。然而，受长时间轮轨振动及外部环境的影响，扣件会出现断裂、缺失等病害，如图1所示，严重影响铁路运行安全。因此，对扣件进行定期巡检是十分必要的任务。为实现扣件缺陷检测，基于视觉、超声以及电涡流等技术的无损检测方法已经被广泛提出，其中，基于视觉的检测方法由于其优越的性能以及低廉的成本得到了更多的关注和应用。
2、然而，由于扣件正常和缺陷样本间数量的严重不均衡，常规的视觉检测方法性能会受到严重影响，导致检测结果不理想。而像素级检测方法只利用扣件正常样本训练分割模型，进而依托像素级分割结果与标准模板的对比，即可最终实现缺陷检测，从而有效解决样本不均衡性下的缺陷检测问题。因此，该类方法逐渐成为扣件检测的主流方法。
3、目前，针对扣件像素级检测，学者们主要基于传统机器学习和深度学习技术开展相关研究。在基于传统机器学习检测方面，有学者提出了...
【技术保护点】
1.一种铁路扣件像素级检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的铁路扣件像素级检测方法及其装置，其特征在于，所述S1中，将形状信息嵌入到常规单流编码器中，构建包含原始图像流和掩模图像流的双流编码器；其中，掩模图像流作为辅助分支为原始图像流提供形状引导信息；对于两分支提取的特征，其首先利用特征增强模块进行交互融合，从而初步得到编码特征；而后，该编码特征经过链式残差池化模块进行处理，滤除无关背景特征，即可得到关注扣件前景的高质量编码特征。
3.根据权利要求2所述的铁路扣件像素级检测方法及其装置，其特征在于，所述特征增强模块用于对...
【技术特征摘要】
1.一种铁路扣件像素级检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的铁路扣件像素级检测方法及其装置，其特征在于，所述s1中，将形状信息嵌入到常规单流编码器中，构建包含原始图像流和掩模图像流的双流编码器；其中，掩模图像流作为辅助分支为原始图像流提供形状引导信息；对于两分支提取的特征，其首先利用特征增强模块进行交互融合，从而初步得到编码特征；而后，该编码特征经过链式残差池化模块进行处理，滤除无关背景特征，即可得到关注扣件前景的高质量编码特征。
3.根据权利要求2所述的铁路扣件像素级检测方法及其装置，其特征在于，所述特征增强模块用于对扣件原始图像流和掩模图像流的特征进行有效交互，从而得到更加关注扣件前景区域的编码特征；所述特征增强模块由级联的通道注意力模块以及空间注意力模块组成；其中，空间注意力模块旨在通过调整特征的空间分布来增强扣件语义相关区域的激活度，从而忽略背景无关区域；首先将扣件掩模图像特征与原始图像特征同时输入到空间注意力模块；而后，将进行1×1卷积运算并通过sigmoid函数生成特征权重；最后，将与所得特征权重进行逐元素相乘，并将计算结果与进行逐元素相加。
4.根据权利要求3所述的铁路扣件像素级检测方法及其装置，其特征在于，所述通道注意力模块旨在动态调整各通道的权重，进而在通道维度上增强相关特征的显著性；所述空间注意力模块的输出特征将被进一步输入到通道注意力模块，借助形状信息在通道维度引导并强化扣件前景特征的表达；首先，将输入到通道注意力模块，并依次经过全局平均池化、1×1卷积运算以及sigmoid函数操作生成通道级特征权重；随后，将所得权重与进行逐元素相乘。
5.根据权利要求2所述的铁路扣件像素级检测方法及其装置，其特征在于，所述链式残差池化模块级联于双流编码器底部，所述链式残差池化模块由三个残差池化块构成，每个子模块包含最大池化层以及核大小为3×3的卷积层，这些子模块依次级联，同时前一个子模块的输出作为后一个子模块的输入。
6.根据权利要求2所述的铁路扣件像素级检测方法及其装置，其特征在于，所述解码器以di,i∈{1,2,3,4,5}表示每一阶段的解码特征，解码特征d5通过对链式残差池化模块的输出特征上采样来获得，而解码特征d2～d4则通过对特征增强模块的输出特征进行上采样来获得；其中，特...
【专利技术属性】
技术研发人员：刘建伟，邱圆，孔玲爽，王佳，曾文波，张瑞，刘恩彩，
申请(专利权)人：长沙学院，
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。