基于YOLO-v5的双块式轨枕裂缝智能识别 |
| |
引用本文: | 崔晓宁,王起才,李盛,代金鹏,梁柯鑫,李隆甫.基于YOLO-v5的双块式轨枕裂缝智能识别[J].铁道学报,2022(4):104-111. |
| |
作者姓名: | 崔晓宁 王起才 李盛 代金鹏 梁柯鑫 李隆甫 |
| |
摘 要: | 轨枕正常工作是高速铁路安全运营的重要保障,开展轨枕裂缝的损伤检测研究意义重大.建立YOLO-v5裂缝目标检测模型,将计算机视觉技术应用于双块式轨枕裂缝的智能识别研究.通过图像标注、参数选取、模型构建、模型训练及模型预测等步骤完成轨枕裂缝目标检测试验,研究结果表明:YOLO-v5目标检测模型参数选取合理,模型训练结果准确...
|
关 键 词: | 轨枕裂缝 计算机视觉技术 目标检测 YOLO-v5 智能识别 |
|
|