|
|||||
|
|
| 基于神经网络算法的DMI设备目标识别与状态检测 | |
| 作者姓名： | 王彧 乔森 陈惠东 卿文杰 |
| 作者单位： | 1.中国铁道科学研究院集团有限公司通信信号研究所100081;2.中国铁路上海局集团有限公司上海电务段310106;3.中国铁路上海局集团有限公司南京电务段210011; |
| 基金项目： | 中国铁道科学研究院集团有限公司重大课题(2019YJ062);中国铁道科学研究院集团有限公司通信信号研究所青年课题(2021HT05)。 |
| 摘 要： | 针对现场对检修作业图像资料自动化审计的需求,以DMI设备状态检测为例,在AMIS智能检修作业系统基础上,设计了DMI设备目标识别与状态检测子系统,包含DMI设备目标识别模块和RBC连接状态检测模块。其中,DMI设备目标识别模块采用Fatster RCNN深度神经网络,利用AMIS智能检修作业系统采集的大量列控车载设备检修图像作为训练测试数据集,将DMI设备图像从背景图像中提取出来;RBC连接状态检测模块采用深度神经网络对DMI上显示的RBC连接状态进行检测。该系统可以实时、准确、自动分析DMI设备状态,为全面分析列控车载设备日常检修作业图像打下基础。 |
| 关 键 词： | 人机界面 检修作业 检修图像 目标识别 状态检测 |
| 本文献已被 维普 等数据库收录！ | |