公开(公告)号：CN113989179A

公开(公告)日：2022-01-28

申请号：CN202111051260.8

申请日：2021-09-08

Applicant: 湖南工业大学

Inventor： 张昌凡 ,  胡新亮 ,  何静 ,  刘建华

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于目标检测算法的列车轮对踏面缺陷检测方法，首先通过Cdarknet53主干特征提取网络和Spp对输入样本进行多尺度特征提取；其次提出的多尺度特征融合对底层特征进行一次融合，将特征融合输出不同分辨率大小的一次融合特征，可以包含缺陷更多的语义信息和位置细节；基于这些多尺度融合特征，采用路径聚合网络对不同分辨率大小的特征图进行二次融合；最后辅以改进的损失函数，提高抗干扰性，输出检测结果。本发明通过多尺度特征融合，解决了干扰、噪音背景影响故障特征的有效提取，存在踏面缺陷样本少、缺陷目标小的问题，能够在保证实时性的前提下，有效提高轮对踏面缺陷的检测精度，满足实际工业情况对于轮对踏面缺陷检测的需求。

公开(公告)号：CN113989179B

公开(公告)日：2024-06-28

申请号：CN202111051260.8

申请日：2021-09-08

Applicant: 湖南工业大学

Inventor： 张昌凡 ,  胡新亮 ,  何静 ,  刘建华

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于目标检测算法的列车轮对踏面缺陷检测方法，首先通过Cdarknet53主干特征提取网络和Spp对输入样本进行多尺度特征提取；其次提出的多尺度特征融合对底层特征进行一次融合，将特征融合输出不同分辨率大小的一次融合特征，可以包含缺陷更多的语义信息和位置细节；基于这些多尺度融合特征，采用路径聚合网络对不同分辨率大小的特征图进行二次融合；最后辅以改进的损失函数，提高抗干扰性，输出检测结果。本发明通过多尺度特征融合，解决了干扰、噪音背景影响故障特征的有效提取，存在踏面缺陷样本少、缺陷目标小的问题，能够在保证实时性的前提下，有效提高轮对踏面缺陷的检测精度，满足实际工业情况对于轮对踏面缺陷检测的需求。