| 基于卷积神经网络的动车组行车安全图像缺陷检测与分割 |
| |
| 引用本文： | 周雯,史天运,李平,马小宁,杨凯.基于卷积神经网络的动车组行车安全图像缺陷检测与分割[J].铁道学报,2019(10):76-83. |
| |
| 作者姓名： | 周雯 史天运 李平 马小宁 杨凯 |
| |
| 作者单位： | 中国铁道科学研究院;中国铁道科学研究院电子计算技术研究所 |
| |
| 基金项目： | 国家重点研发计划(2018YFB1201403);中国铁路总公司科技研究开发计划(K2018T003) |
| |
| 摘 要： | 动车组运行故障动态图像检测系统TEDS在客运专线安装部署,为动车组安全运行提供保障。针对TEDS缺陷自动检测精度低的问题,提出基于卷积神经网络的TEDS缺陷检测与分割模型,采用特征金字塔网络提取缺陷的多尺度融合特征,采用可改变感受野的可变形卷积DCN适应缺陷形态的多样性。TEDS缺陷检测任务中缺陷数量远小于背景数量,采用在线困难样本挖掘OHEM筛选出困难样本,重新输入预测网络以平衡正负样本的比例。通过对几个动车段的TEDS图像数据进行试验分析,结果表明该模型的准确率、召回率优于传统方法。另外,迁移学习试验结果验证了模型的泛化能力,且该模型可以实现缺陷的精准分割。
|
| 关 键 词： | 动车组行车安全图像 卷积神经网络 缺陷检测 实例分割 多尺度 困难样本 |
Defects Detection and Segmentation of Operation Safety Image of EMU Based on Convolutional Neural Network |
| |
| ZHOU Wen,SHI Tianyun,LI Ping,MA Xiaoning,YANG Kai.Defects Detection and Segmentation of Operation Safety Image of EMU Based on Convolutional Neural Network[J].Journal of the China railway Society,2019(10):76-83. |
| |
| Authors: | ZHOU Wen SHI Tianyun LI Ping MA Xiaoning YANG Kai |
| |
| Institution: | (China Academy of Railway Sciences, Beijing 100081, China;Institute of Computing Technology, China Academy of Railway Sciences, Beijing 100081, China) |
| |
| Abstract: | ZHOU Wen;SHI Tianyun;LI Ping;MA Xiaoning;YANG Kai(China Academy of Railway Sciences, Beijing 100081, China;Institute of Computing Technology, China Academy of Railway Sciences, Beijing 100081, China) |
| |
| Keywords: | EMU operation safety image convolutional neural network defects detection instance segmentation multi-scale hard example |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
