首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于深度神经网络的腕臂底座开口销缺失检测算法
引用本文:李健,王政彤.一种基于深度神经网络的腕臂底座开口销缺失检测算法[J].电气化铁道,2021,32(4):57-61.
作者姓名:李健  王政彤
作者单位:中国铁路兰州局集团有限公司嘉峪关供电段
摘    要:在接触网装置故障中,腕臂底座(包含平腕臂底座和斜腕臂底座)开口销缺失较常见,包括横向和垂直销钉开口销缺失两种.为对腕臂底座开口销缺失缺陷进行自动识别,本文提出一种基于深度神经网络的腕臂底座开口销缺失检测算法:首先采用YOLO算法对原始大图进行一级定位得到腕臂底座区域,然后对腕臂底座区域进行二级定位得到开口销区域小图,最后采用CNN(卷积神经网络)分类算法对横向和垂直开口销小图进行分类识别.实验测试证明该检测算法识别准确率高、漏检率低,可对腕臂底座开口销缺失进行有效检测.

关 键 词:目标检测  缺陷识别  YOLO  卷积神经网络
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号