[发明专利]一种基于深度学习的高速列车车底异物识别方法有效
| 申请号： | 202010141770.3 | 申请日： | 2020-03-04 |
| 公开（公告）号： | CN111402211B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 贺德强;姚子锴;陈滔;陈彦君;杨卫林;陈继清;周志恒;邹智恒;李凯;刘晨宇 | 申请（专利权）人： | 广西大学;南宁中车铝材精密加工有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/136;G06V10/762;G06V10/764 |
| 代理公司： | 南宁智卓专利代理事务所(普通合伙) 45129 | 代理人： | 谭月萍;邓世江 |
| 地址： | 530004 广西壮族*** | 国省代码： | 广西;45 |
| 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深度学习的高速列车车底异物识别方法，按以下步骤进行：拍摄高速列车车底图像，筛选出含有异物的图像，使用数据增强方法扩充图像的数量，针对YOLO‑V3网络精度设计的缺陷设计出基于DenseNet网络作为特征提取网络，并在多尺度预测层中插入空间金字塔网络，使YOLO网络框架的精度得到提升，同时改善了其小物体检测精度低的缺陷；使用随机梯度下降法对改进的YOLO‑V3模型进行训练后获得车底异物检测模型，将车底异物图片输入至模型内，输出图片的识别结果。本发明能够实现对高速列车车底异物的智能检测，识别率高，检测速度快，检测效率高，实用性强，相比传统的检测方法优势明显，同时具有应用至其他领域的潜力。 | ||
| 搜索关键词： | 一种 基于 深度 学习 高速 列车 车底 异物 识别 方法 | ||
【主权项】：
暂无信息
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广西大学;南宁中车铝材精密加工有限公司，未经广西大学;南宁中车铝材精密加工有限公司许可，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/202010141770.3/，转载请声明来源钻瓜专利网。
