公开(公告)号：CN114140451B

公开(公告)日：2024-07-23

申请号：CN202111485988.1

申请日：2021-12-07

Applicant: 东南大学

Inventor： 路小波 ,  彭鑫冯 ,  魏运

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/70 ,  G06T5/50 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的多轨道钢轨定位方法，包括以下步骤：使用安装摄像头的巡检车采集轨道图像，对图像数据集进行人工标注；构建R2CNN深度学习模型，设置合理的锚窗参数，并对模型进行训练；将训练好的模型对图像进行检测，分别得到轴对齐边界框和倾斜边界框的检测结果，并进行初步筛选；对两类边界框检测结果进行修正和融合，即可得到准确、稳定的多轨道钢轨定位结果。本发明可以适用于同时包含垂直和倾斜轨道的道岔路段图像，且能够定位多轨道钢轨区域。

公开(公告)号：CN113506269B

公开(公告)日：2022-11-18

申请号：CN202110786295.X

申请日：2021-07-12

Applicant: 东南大学

Inventor： 路小波 ,  彭鑫冯 ,  魏运

IPC: G06T7/00 ,  G06T7/73 ,  G01B11/00 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的道岔与非道岔轨道紧固件定位方法，包括以下步骤：使用携带高清相机的巡检车获得轨道图像，并对图像数据集进行人工标注；构建改进的FasterR‑CNN深度学习模型，模型进行了多尺度特征融合、添加注意力模块等优化；根据标注的待检测目标的实际尺寸，修改模型中的预定义锚框；对改进的FasterR‑CNN模型进行训练，并选择最优模型；将待检测图像输入训练好的模型即可得到精确、稳定的紧固件定位结果。本发明可以适用于道岔路段与非道岔路段场景的图像，能够同时对多种类型的紧固件进行准确的定位检测。

公开(公告)号：CN114140451A

公开(公告)日：2022-03-04

申请号：CN202111485988.1

申请日：2021-12-07

Applicant: 东南大学

Inventor： 路小波 ,  彭鑫冯 ,  魏运

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/70 ,  G06T5/50 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于深度学习的多轨道钢轨定位方法，包括以下步骤：使用安装摄像头的巡检车采集轨道图像，对图像数据集进行人工标注；构建R2CNN深度学习模型，设置合理的锚窗参数，并对模型进行训练；将训练好的模型对图像进行检测，分别得到轴对齐边界框和倾斜边界框的检测结果，并进行初步筛选；对两类边界框检测结果进行修正和融合，即可得到准确、稳定的多轨道钢轨定位结果。本发明可以适用于同时包含垂直和倾斜轨道的道岔路段图像，且能够定位多轨道钢轨区域。

公开(公告)号：CN113506269A

公开(公告)日：2021-10-15

申请号：CN202110786295.X

申请日：2021-07-12

Applicant: 东南大学

Inventor： 路小波 ,  彭鑫冯 ,  魏运

IPC: G06T7/00 ,  G06T7/73 ,  G01B11/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的道岔与非道岔轨道紧固件定位方法，包括以下步骤：使用携带高清相机的巡检车获得轨道图像，并对图像数据集进行人工标注；构建改进的FasterR‑CNN深度学习模型，模型进行了多尺度特征融合、添加注意力模块等优化；根据标注的待检测目标的实际尺寸，修改模型中的预定义锚框；对改进的FasterR‑CNN模型进行训练，并选择最优模型；将待检测图像输入训练好的模型即可得到精确、稳定的紧固件定位结果。本发明可以适用于道岔路段与非道岔路段场景的图像，能够同时对多种类型的紧固件进行准确的定位检测。