[發明專利]一種基于深度學習的高鐵接觸網拉線缺陷檢測方法

在審

• 申請號: 201910596625.1
• 申請日: 2019-07-04
• 公開（公告）號: CN110428398A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 鐘勝;劉慧敏;王建輝;李子沁;劉暢;楊博;昌毅
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/62;G06T7/73
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 曹葆青;李智

1.一種基于深度學習的高鐵接觸網拉線缺陷檢測方法，其特征在于，包括以下步驟：

(1)對拉線的缺陷進行分類，根據所述拉線的缺陷類別對包含待測目標的數據樣本進行標注；

(2)對所述標注好的數據樣本進行預處理并轉換格式；

(3)將轉換格式后的數據樣本輸入到搭建好的網絡模型中，輸出預測結果；

(4)對所述預測結果進行后處理得到最終的缺陷檢測結果。

2.根據權利要求1所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述拉線的缺陷類別包括彎曲、上脫和下脫。

3.根據權利要求1所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述對包含待測目標的數據樣本進行標注包括真值框和缺陷類別的標注，所述真值框表示為：

(centerx,centery,width,height,θ_G)

其中，centerx和centery表示所述真值框的中心點位置坐標，width和height表示所述真值框的長和寬，θ_G表示所述真值框相對于水平軸的旋轉角度。

4.根據權利要求3所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述預處理為根據待測目標的位置信息將數據樣本大小M*N裁剪為N*N：

若0＜centerx＜(M-N)，從m＝N的位置進行裁剪；

若(M-N)＜centerx＜M，分別從m＝(M-N)/2的位置和m＝(M+N)/2的位置進行裁剪；

否則，從m＝(M-N)的位置進行裁剪；

其中，N<M<2N。

5.根據權利要求3所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述轉換格式中的格式為LMDB格式。

6.根據權利要求5所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述轉換格式后的數據樣本輸入到搭建好的網絡模型后得到每個位置以0:15:180的角度旋轉的先驗框，所述先驗框表示為：

(prior_width,prior_height,θ_P)

其中，prior_width＝N/2，prior_height＝N/10，表示所述先驗框的長和寬，θ_P＝0:15:180，表示所述先驗框相對于水平軸的旋轉角度。

7.根據權利要求6所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述網絡模型以損失函數的損失值最小為目標學習，所述損失函數表示為：

其中，N表示數據樣本數；L_co_nf(c)為softmax的多分類損失，L_reg(x,l,g)表示目標坐標回歸的損失，x_ij∈{0,1}表示若第i個先驗框匹配上第j個真值框則為1，否則為0。

8.根據權利要求1所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述預測結果的輸出通過計算包含角度信息的真值框和先驗框的交并比得到，公式表示為：

其中，area(G∩P)表示真值框和先驗框交集部分的面積，area(G∪P)表示真值框和先驗框并集部分的面積，θ_G和θ_P分別表示真值框和先驗框的角度。

9.根據權利要求8所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述后處理為非極大值抑制，將所述檢測框按置信度從大到小排序，選出前k個檢測框，然后計算兩兩之間的交并比，舍棄交并比超過預設閾值的檢測框，達到去除冗余檢測框的目的。

10.根據權利要求9所述的高鐵接觸網拉線缺陷檢測方法，其特征在于，所述置信度為目標屬于各缺陷類別的概率，并從中選出概率值最大的作為最終的缺陷類別和概率值。