检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于集成深度学习的钢轨表面伤损精细化分割

铁道工程学报 2023年第7期40卷 27-32,39页

作者：王卫东王梦迪胡文博彭俊王劲邱实中南大学长沙410075

研究目的:钢轨表面伤损分割是铁路工务巡检的重要内容。为应对轨面伤损未及时发现导致安全事故发生的难题,解决传统检测方法适用性受限的问题,本文提出一个集成多种深度学习模型的伤损自动化分割算法,为钢轨表面伤损的识别、分析和处理... 详细信息

研究目的:钢轨表面伤损分割是铁路工务巡检的重要内容。为应对轨面伤损未及时发现导致安全事故发生的难题,解决传统检测方法适用性受限的问题,本文提出一个集成多种深度学习模型的伤损自动化分割算法,为钢轨表面伤损的识别、分析和处理提供一个精准且高效的解决方案。研究结论:(1)提出了一种集成目标检测和语义分割的深度学习算法,实现了针对钢轨表面伤损特征的高效识别与精准分割;(2)实践结果表明,本文算法与现有的几种深度学习模型相比精度更高,准确度和平均交并比分别达到99.56%和83.89%;(3)本文算法能够精细化地区分钢轨伤损和背景的模糊边界,减少数据冗余,加快分割效率,对多尺度伤损目标的分割准确性高,研究结论可为铁路工务部门的自动化检维提供理论指导。

关键词：钢轨表面伤损深度学习图像分割铁路工务

基于Cascade R-CNN的钢轨表面伤损检测算法研究

在线全文

学校读者我要写书评

暂无评论

基于Cascade R-CNN的钢轨表面伤损检测算法研究

作者：李健华东交通大学

学位级别：硕士

钢轨作为铁路的重要组成部分,在长期反复荷载作用下,容易出现表面伤损和内部伤损,且主要表现为表面伤损。钢轨表面伤损不仅会使列车产生振动、噪音,影响列车的运行质量,并且当伤损发展到一定程度,将导致钢轨断裂,甚至导致列车出轨、倾... 详细信息

钢轨作为铁路的重要组成部分,在长期反复荷载作用下,容易出现表面伤损和内部伤损,且主要表现为表面伤损。钢轨表面伤损不仅会使列车产生振动、噪音,影响列车的运行质量,并且当伤损发展到一定程度,将导致钢轨断裂,甚至导致列车出轨、倾覆等事故,影响列车运行安全。因此,对钢轨表面伤损检测进行研究具有重要的意义。在常用的钢轨表面伤损检测方法中,涡流检测、漏磁检测、激光超声检测、声发射检测等物理检测方法和传统图像处理方法均不能达到很好的检测效果,因此,本文研究如何采用基于深度学习的钢轨表面伤损检测方法实现钢轨表面伤损的准确、快速检测,主要工作如下:1)针对钢轨表面伤损图像样本不足容易导致训练过程中产生过拟合的问题,采用翻转变换、随机剪裁、亮度变换和生成对抗网络等数据增强方法对钢轨表面伤损图像数据集进行扩充,增加了钢轨表面伤损图像的数量;2)为了实现对具有小尺寸特征的钢轨表面伤损的准确检测,将Cascade R-CNN算法应用于钢轨表面伤损检测,并对其进行了改进。首先,采用Io U平衡采样方法改进Cascade R-CNN对候选区域的采样方式,提高了采样得到的训练样本中困难样本所占的比例;其次,采用感兴趣区域对齐（Ro IAlign）解决感兴趣区域池化（Ro I Pooling）中两次取整量化导致的候选区域与提取的特征图不匹配的问题;最后,采用完全交并比（Complete Intersection over Union,CIo U）损失解决Smooth L1损失回归不准确的问题。实验结果表明,本文采用的三种改进方法有效的提高了钢轨表面伤损的检测精度。3)为了降低检测网络的计算量,进一步提高钢轨表面伤损的检测速度,本文研究采用轻量级网络Mobile Net V3-Large和Shuffle Net V2改进Cascade R-CNN中的特征提取网络,并将自适应空间特征融合（Adaptively Spatial Feature Fusion,ASFF）方法用于改进特征图融合模块,进而构建了Mobile-R-CNN和Shuf-R-CNN两种轻量级钢轨表面伤损检测网络。实验结果表明,Mobile-R-CNN和Shuf-R-CNN均在保证一定检测精度的前提下,提高了检测速度,且Mobile-R-CNN在检测精度和检测速度上都优于Shuf-R-CNN。本文从检测精度和检测速度两个角度对钢轨表面伤损检测进行研究,实现了伤损的准确、快速检测,可以为钢轨表面伤损检测提供技术支持,并具有较高的理论和实用价值。

关键词：钢轨表面伤损 Cascade R-CNN 生成对抗网络自适应空间特征融合轻量级网络

基于机器视觉的钢轨表面伤损测量系统设计与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的钢轨表面伤损测量系统设计与实现

作者：王博武汉理工大学

学位级别：硕士

在现代化工艺的钢轨伤损表面测量中,要求对钢轨表面伤损的深度和伤损面积作为量化标准,并以这些量化信息作为标准实时判断钢轨表面的伤损状况。针对这些功能需求和测量中的实时性、精确性的要求,本文中利用机器视觉的相关理论基础,提出... 详细信息

在现代化工艺的钢轨伤损表面测量中,要求对钢轨表面伤损的深度和伤损面积作为量化标准,并以这些量化信息作为标准实时判断钢轨表面的伤损状况。针对这些功能需求和测量中的实时性、精确性的要求,本文中利用机器视觉的相关理论基础,提出一种首先利用机器视觉方法检测出钢轨伤损位置,如果存在伤损则利用结构光测量系统对伤损部位进行定量测量的系统。本论文主要研究内容如下:(1)对标准钢轨横截面特征信息进行分类,并对常用的钢轨表面伤损类别进行调研。结合钢轨表面伤损测量的需求和光学模型分析,设计了钢轨表面伤损测量系统的总体框架结构,并针对伤损测量容易遇到的光学问题做出了测量系统光路结构的设计。(2)研究了钢轨表面伤损表现出的光学成像特性,并对比了多种图像增强降噪的方法,针对钢轨伤损的特性采取了高斯滤波降噪和利用对比受限的自适应直方图均衡对图像进行增强降噪处理。并提出了利用灰度积分投影和灰度相关性的方法对图像的块状部分进行定位,采用Canny算子提取图像的边沿信息进而对裂纹状伤损进行定位。(3)在结构光测量系统中,利用光条纹光强度分布接近于高斯分布的特点,提出了一种基于Hessian矩阵提取方向模版并利用灰度质心法估计激光条纹中心线位置,并在该位置上利用Hessian矩阵求解出精确中心线位置方法。同时利用Z Zhang标定法,开发出一套可以兼容棋盘格标定版和圆形标定版的标定程序。(4)在测量得出的点云中,结合标准钢轨直线和圆弧特征估计点云的初步旋转和平移信息,同时提出了一种通过三角函数在角度较小时做线性估计的方法,提高了迭代最近点的运算效率。同时研究了钢轨伤损的类型,提出了钢轨表面伤损位置的法线值和面积值的计算方法,用于量化钢轨伤损情况。本文有如下创新点:(1)改进了激光条纹中心线提取的方法实现高速高精度提取。(2)利用标准钢轨点和直线特征估计初步旋转平移矩阵,并用线性方程近似非线性方程的解,加快计算速度。(3)提出了钢轨伤损的量化标准,并可以通过相关的技术指标指定钢轨淘汰标准。本文通过理论研究和工程实践相结合,完成了钢轨表面伤损测量系统的设计和有针对性的关键问题的研究,解决了钢轨伤损检测的技术难点。

关键词：钢轨表面伤损机器视觉结构光测量点云配准

基于改进Faster R-CNN的多类多尺度钢轨表面伤损检测算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进Faster R-CNN的多类多尺度钢轨表面伤损检测算法研究

作者：徐广隆华东交通大学

学位级别：硕士

铁路运输作为一种高效的运输方式,在带动经济发展的同时,给人们的生活带来了极大的便利。相关统计数据显示,在铁路运营过程中,钢轨表面伤损恶化造成的列车运行事故占比较高。因此,对钢轨表面伤损进行准确的检测,具有十分重要的实际应用... 详细信息

铁路运输作为一种高效的运输方式,在带动经济发展的同时,给人们的生活带来了极大的便利。相关统计数据显示,在铁路运营过程中,钢轨表面伤损恶化造成的列车运行事故占比较高。因此,对钢轨表面伤损进行准确的检测,具有十分重要的实际应用价值及研究意义。钢轨表面伤损的检测方法可以划分为物理检测方法、基于机器视觉的检测方法两种。其中,物理检测方法操作困难且需要大量人为干预,检测结果具有一定主观性,无法保持检测精度的稳定性。相比而言,基于机器视觉的检测方法更为智能,具有检测速度快、结果直观的优势,但是该方法容易受伤损类别多样性和伤损尺度差异性影响,导致检测精度不高。本文从多个方面进行改良,提出了一种基于改进Faster R-CNN的多类多尺度钢轨表面伤损检测算法,具体内容如下:1)受光照、天气条件影响,所采集到的钢轨表面伤损图像存在诸多噪声信号,不利于伤损特征的有效提取。针对该问题,首先采用Gabor滤波算法进行图像去噪,然后将RGB色彩空间的伤损图像映射到HSV色彩空间,来对伤损图像进行特征增强,最终有效地降低了噪声干扰,为提高伤损的检测精度提供了有利条件。2)钢轨表面伤损类别多样且不同类别的伤损数量不均,难以保证所有类别伤损的检测精度。针对该问题,首先,基于生成对抗网络对稀缺类别数据进行了增广,使不同类别的伤损样本更加均衡;然后,根据不同类别伤损的空间分布差异性,构造具有不同偏置的空洞卷积特征提取模块,极大地提高了特征提取的效率;最后,基于半监督训练方案设计了模型损失函数,并以KL散度作为约束性正则化项,增加了模型的泛化性能,提高了多类别伤损的检测精度。3)钢轨表面伤损尺度差异较大,且在图像中呈无序分布状态,难以准确地获取伤损特征及其位置信息。针对该问题,首先,设计了基于空间注意力机制的特征提取模块,从空间变化的角度提升了细微尺度伤损特征的提取能力;然后,选用特征金字塔作为特征提取主体,并构建多级分支检测器及对应的多尺度损失函数,增强了多尺度伤损特征的提取能力,提高了多尺度伤损的检测精度。实验结果表明,改进后的伤损检测算法可以有效地检测出裂纹、剥落、磨损三类伤损,且对于不同尺度的伤损,均具有较高的检测精度,能很好地为保障铁路运输安全提供技术支持。

关键词：钢轨表面伤损目标检测 Faster R-CNN 空洞卷积注意力机制

基于改进YOLOv8n的钢轨表面伤损检测算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人工智能与机器人研究 2024年第4期13卷 930-946页

作者：华超张兴盛李国栋山东交通学院轨道交通学院山东济南

在采集钢轨表面伤损数据建立数据集过程中,发现钢轨表面伤损存在大尺度伤损较多及尺度变化较大的情况,针对这种情况提出了一种面向多尺度钢轨表面伤损的改进YOLOv8n检测算法。首先,将网络中的C2f与Triplet Attention融合设计新的特征提... 详细信息

在采集钢轨表面伤损数据建立数据集过程中,发现钢轨表面伤损存在大尺度伤损较多及尺度变化较大的情况,针对这种情况提出了一种面向多尺度钢轨表面伤损的改进YOLOv8n检测算法。首先,将网络中的C2f与Triplet Attention融合设计新的特征提取模块C2f-TA,扩大网络层特征图的感受野,增加对大尺度目标的检测精度。然后,结合网络层连接模块SDI与TFE,设计新的多尺度特征融合Neck结构,通过在不同的网络层将Concat模块替换为TFE模块和SDI模块,实现对四个不同尺度级别的特征图的融合,赋予特征图丰富的语义特征和细节特征;同时,使用SSFF模块和CPAM模块,构建新的小尺度目标检测分支,利用通道和局部注意力机制,增强小尺度目标的特征表达。结果表明,较基准算法Precision提升了1.8%,Recall提升了7.2%,mAP@50和mAP@50-95分别提升了3%和2.8%。In the process of collecting rail surface damage data and establishing dataset, it is found that there are many large-scale damages and large-scale change of rail surface damage. In response to this, an improved YOLOv8n detection algorithm tailored for multi-scale Rail surface damage was proposed. Firstly, a new feature extraction module, C2f-TA, was designed by integrating C2f with Triplet Attention in the network to expand the receptive field of the feature maps, thereby enhancing the detection accuracy for large-scale targets. Subsequently, a novel multi-scale feature fusion Neck structure was devised by combining the network layer connection modules SDI and TFE. This was achieved by replacing the Concat modules with TFE and SDI modules at different network layers, enabling the fusion of feature maps across four distinct scale levels, thereby enriching the semantic and detailed features of the feature maps. Additionally, a new small-scale target detection branch was constructed using the SSFF and CPAM modules, leveraging channel and local attention mechanisms to strengthen the feature representation of small-scale targets. The results demonstrate that compared to the baseline algorithm, the Precision is improved by 1.8%, the Recall by 7.2%, and the mAP@50 and mAP@50-95 are enhanced by 3% and 2.8%, respectively.

关键词：钢轨表面伤损深度学习缺陷检测 YOLOv8n 注意力机制

一种少样本条件下的钢轨伤损图像缺陷检测方法

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

现代信息科技 2023年第19期7卷 134-137页

作者：曾树华黄银秀黄昌兵湖南省高铁运行安全保障工程技术研究中心湖南株洲412006 湖南铁路科技职业技术学院湖南株洲412006 湖南化工职业技术学院湖南株洲412006

为解决钢轨表面伤损检测问题,提出一种少样本条件下的钢轨表面伤损检测方法。首先,设计样本随机组合策略,扩充钢轨表面伤损数据集规模;其次,引入迁移学习方法,在公开大规模数据集上进行迁移学习训练,以获得迁移学习能力,降低对钢轨表面... 详细信息

为解决钢轨表面伤损检测问题,提出一种少样本条件下的钢轨表面伤损检测方法。首先,设计样本随机组合策略,扩充钢轨表面伤损数据集规模;其次,引入迁移学习方法,在公开大规模数据集上进行迁移学习训练,以获得迁移学习能力,降低对钢轨表面伤损样本的需求数量;最后,加入通道自注意力机制,提高模型的训练速度。实验证明,该方法可有效提高钢轨表面伤损的识别精度。

关键词：少样本钢轨表面伤损迁移学习注意力机制

在线全文

学校读者我要写书评

暂无评论

一种基于漏磁检测的钢轨伤损判定和计数方法

测控技术 2021年第4期40卷 65-69页

作者：杨志强王平贾银亮冀凯伦石永生南京航空航天大学自动化学院江苏南京211106 中国铁道科学研究院集团有限公司基础设施检测研究所北京100081

为了快速有效地评估轨顶表面损伤状态,提出一种基于漏磁(Magnetic Flux Leakage,MFL)检测的钢轨伤损判定和计数方法。该方法使用自适应阈值法计算判伤阈值,减小了噪声对判伤结果的影响,并用整段MFL数据的峰峰值进行预判伤;根据峰值点位... 详细信息

为了快速有效地评估轨顶表面损伤状态,提出一种基于漏磁(Magnetic Flux Leakage,MFL)检测的钢轨伤损判定和计数方法。该方法使用自适应阈值法计算判伤阈值,减小了噪声对判伤结果的影响,并用整段MFL数据的峰峰值进行预判伤;根据峰值点位置选定判伤窗口,缩短了数据处理时间,利用窗口内数据的峰峰值进行伤损判定及数量统计,最终得到以米为单位的钢轨表面的伤损数量。通过有限元仿真验证了该方法的可行性,研究了固定磁轭提离条件下传感器提离与伤损信号的可区分间隔的关系。对人工标定伤损钢轨样例及自然伤损钢轨样例进行试验验证。试验结果表明,该伤损判定计算方法能快速、有效地检测出钢轨表面的伤损数量。

关键词：漏磁检测伤损数量统计峰值窗口定位钢轨表面伤损自适应阈值

在线全文

学校读者我要写书评

暂无评论

多尺度卷积残差网络钢轨伤损检测研究

工业控制计算机 2023年第9期36卷 41-43页

针对传统钢轨探伤大多依赖人工获取特征信息、工作繁琐且效率低的问题,提出了融合改进残差模块的多尺度卷积网络钢轨表面伤损图像识别模型。该网络模型采用深度可分离卷积代替传统卷积减少模型参数量,加快模型训练速度;运用残差网络模块... 详细信息

针对传统钢轨探伤大多依赖人工获取特征信息、工作繁琐且效率低的问题,提出了融合改进残差模块的多尺度卷积网络钢轨表面伤损图像识别模型。该网络模型采用深度可分离卷积代替传统卷积减少模型参数量,加快模型训练速度;运用残差网络模块,避免网络堆叠过深引起的过拟合现象;并利用多尺度卷积取代了传统的单尺度卷积,使得网络加宽以获取更多的特征信息,增强了模型特征信息的提取能力,从而提高了模型的识别精度。通过对三种典型钢轨伤损进行对比试验,本方法检测精度和运算速度优于传统方法。

关键词：图像识别多尺度卷积深度可分离卷积钢轨表面伤损