[发明专利]一种基于结构推理网络的高铁接触网多种零部件定位方法有效
| 申请号： | 201910839945.5 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110533725B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 刘志刚;刘凯 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73;G06T7/00 |
| 代理公司： | 成都信博专利代理有限责任公司 51200 | 代理人： | 刘凯 |
| 地址： | 610031 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于结构推理网络的高铁接触网多种零部件定位方法，首先获取高铁接触网零部件图像数据集，根据高铁接触网零部件相对位置关系的固定结构，分析出设计结构推理网络进行检测的可行性；再根据分析结论，结合分类神经网络和定位神经网络，设计结构推理网络；最后将高铁接触网零部件图像数据集输入推理网络中进行分类训练，输入新图片得到其定位信息。本发明针对多种接触网零部件，提高了多种接触网零部件的定位准确率，缩短了检测时间，降低了故障检测的难度。 | ||
| 搜索关键词： | 一种 基于 结构 推理 网络 接触 多种 零部件 定位 方法 | ||
【主权项】：
1.一种基于结构推理网络的高铁接触网多种零部件定位方法，其特征在于，包括以下步骤：/n步骤1：获取高铁接触网零部件图像数据集，根据高铁接触网零部件相对位置关系的固定结构，分析出设计结构推理网络进行检测的可行性；/n步骤2：根据步骤1的分析结论，设计结构推理网络：/nS1：缩放输入高铁接触网零部件图像及标注信息至统一大小；/nS2：将输入图像传入特征提取网络中，通过对图像进行多层卷积计算进行特征提取；/nS3：将特征提取网络输出的最后一张特征图输入到区域建议网络中，生成可能存在零部件的建议区域；/nS4：提取所述最后一张特征图的所有建议区域中心点，生成节点信息；/nS5：将图节点信息输入感兴趣区域池化层，再传入全连接层生成节点特征向量；/nS6：将S2中特征提取网络输出的最后一张特征图输入感兴趣区域池化层再到全连接层，生成一维向量即场景特征向量；/nS7：将S4中生成的节点信息提取边界信息生成边界特征向量；/nS8：将节点特征向量、场景特征向量和边界特征向量分别输入到门控循环单元模块中；/nS9：最后将S8的输出通过Softmax分类器和Smooth L1回归器得到零部件类别和坐标；/n步骤3：将步骤1得到的高铁接触网零部件图像数据集输入推理网络中进行分类训练，输入新图片得到其定位信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910839945.5/，转载请声明来源钻瓜专利网。
