[發明專利]鐵路貨車輪輪輞及踏面的破損識別方法

在審

• 申請號: 201911272801.2
• 申請日: 2019-12-12
• 公開（公告）號: CN111080614A
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 王斐
• 申請（專利權）人: 哈爾濱市科佳通用機電股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 于歌

1.鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，包括以下步驟：

訓練數據集建立步驟：

采集不同型號鐵路貨車處于不同時間、地點和環境下的車輪圖片建立樣本庫，所述車輪圖片包括正常狀態下的車輪圖片和故障狀態下的車輪圖片，

分別將每一幅圖片劃分出8～10個區域，對每個區域是否存在故障進行標注、并生成相應的標簽文件，

利用所有的車輪圖片及其對應的標簽文件建立Faster rcnn目標檢測網絡的訓練數據集；

權重訓練步驟：

將訓練數據集代入Faster rcnn目標檢測網絡模型中，對Faster rcnn目標檢測網絡模型進行訓練，獲得Faster rcnn目標檢測網絡模型權重值，并將該權重值代入Faster rcnn目標檢測網絡模型中，完成模型訓練；

圖片采集步驟：采集待識別的車輪圖片作為檢測圖片；

故障識別步驟：將檢測圖片輸入訓練好的Faster rcnn目標檢測網絡模型中，獲得識別結果。

2.根據權利要求1所述的鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，權重訓練步驟中，在完成模型訓練之后，還使用tensorRT對訓練好的模型進行優化。

3.根據權利要求1或2所述的鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，樣本庫中不僅包括采集到的圖片，還包括對采集到的圖片進行拉伸、旋轉和鏡像后的圖片。

4.根據權利要求1或2所述的鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，在權重訓練步驟中，Faster rcnn目標檢測網絡采用Inception v2預訓練網絡模型進行訓練。

5.根據權利要求1或2所述的鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，圖片采集步驟中，將所有檢測圖片的尺寸進行統一。

6.根據權利要求1或2所述的鐵路貨車輪輪輞及踏面的破損識別方法，其特征在于，對于每節有8個車輪的列車，將每節貨車的車輪圖像均融合成大小為(8,512,512,3)的矩陣。