|
|||||
|
|
| 基于深度学习的接触网吊弦线夹状态识别 | |
| 引用本文： | 梅小云,顾桂梅,陈充,张存俊.基于深度学习的接触网吊弦线夹状态识别[J].兰州铁道学院学报,2022(1):61-67. |
| 作者姓名： | 梅小云 顾桂梅 陈充 张存俊 |
| 摘 要： | 针对人工检查接触网吊弦线夹缺陷耗时耗力且效率低下的问题,提出利用深度学习实现吊弦线夹状态分类的方法.首先利用加入特征金字塔和K-means算法改进的Faster R-CNN算法准确地定位到吊弦线夹,然后采用加入SENet注意力机制模块的Inception-ResNet-V2网络对接触网吊弦线夹螺母的缺失、松脱、正常三种... |
| 关 键 词： | 接触网吊弦线夹 状态分类 深度学习 特征金字塔 K-means SENet注意力机制 Inception-ResNet-V2网络 |