面向复杂环境的接触网关键设备缺陷检测方案 |
| |
引用本文: | 常占宁,韦宝泉,张一平.面向复杂环境的接触网关键设备缺陷检测方案[J].电气化铁道,2023(S1):109-113. |
| |
作者姓名: | 常占宁 韦宝泉 张一平 |
| |
作者单位: | 1. 中国铁路兰州局集团有限公司供电部;2. 华东交通大学 |
| |
摘 要: | 针对小样本及复杂环境下接触网关键设备缺陷检测难等问题,提出一种融合深度卷积神经网络和卡尔曼滤波的图像检测方案。采用MobileNet构建模型骨干网络,有效降低了计算成本;融合柔性非极大值抑制算法解决目标部件遮挡问题,并将上下文感知ROI池化层取代原始池化层,维护了小尺寸零部件的原始结构;最终通过卡尔曼滤波对检测结果进行修正,有效提高检测精度。实验结果表明:本文所述方法能够对复杂接触网设备实现零部件的精确检测,与相同条件下的其他检测算法相比综合性能最佳。
|
关 键 词: | 接触网设备 深度学习 缺陷检测 |
|
|