公开(公告)号：CN112907734B

公开(公告)日：2023-04-11

申请号：CN202110253132.5

申请日：2021-03-09

Applicant: 中南大学

Inventor： 刘斯斯 ,  倪海 ,  罗意平

IPC: G06T17/00 ,  G06T15/00 ,  G06V10/46 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/20

Abstract: 基于虚拟CRH380A模型和深度学习的TEDS故障检测方法，包括以下步骤：步骤一、拍摄TEDS故障图片以及生成渲染故障图片；步骤二、生成对抗网络转换图片；步骤三、构建训练样本集：将超逼真故障图片与少量的真实故障图片进行混合，使用标记软件对图片进行样本标记，构建训练样本集；步骤四、训练目标检测模型，构建故障检测深度模型；步骤五、进行TEDS故障检测和判定。本发明利用神经网络以及虚拟模型建立EMU动态故障的海量多维特征识别模型库实现高准确度的EMU设备故障的自动检测能力；通过此项目来支持TEDS系统对EMU设备故障的自动检测能力，预估计能使全国铁路动车段能节省人工检测费。

公开(公告)号：CN112907734A

公开(公告)日：2021-06-04

申请号：CN202110253132.5

申请日：2021-03-09

Applicant: 中南大学

Inventor： 刘斯斯 ,  倪海 ,  罗意平

IPC: G06T17/00 ,  G06T15/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/00

Abstract: 基于虚拟CRH380A模型和深度学习的TEDS故障检测方法，包括以下步骤：步骤一、拍摄TEDS故障图片以及生成渲染故障图片；步骤二、生成对抗网络转换图片；步骤三、构建训练样本集：将超逼真故障图片与少量的真实故障图片进行混合，使用标记软件对图片进行样本标记，构建训练样本集；步骤四、训练目标检测模型，构建故障检测深度模型；步骤五、进行TEDS故障检测和判定。本发明利用神经网络以及虚拟模型建立EMU动态故障的海量多维特征识别模型库实现高准确度的EMU设备故障的自动检测能力；通过此项目来支持TEDS系统对EMU设备故障的自动检测能力，预估计能使全国铁路动车段能节省人工检测费。