[發明專利]一種貨車副風缸脫落故障識別方法

在審

• 申請號: 202011500564.3
• 申請日: 2020-12-17
• 公開（公告）號: CN112489040A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 于婷
• 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;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 時起磊

1.一種貨車副風缸脫落故障識別方法，其特征在于，該方法包括以下步驟：

步驟一、建立樣本數據集，樣本數據集包括副風缸定位數據集和副風缸檢測數據集；

步驟二、建立副風缸定位網絡模型，將副風缸定位數據集輸入副風缸定位網絡模型進行訓練，得到訓練好的副風缸定位網絡模型；

步驟三、建立副風缸故障檢測網絡模型，將副風缸檢測數據集輸入副風缸故障檢測網絡模型進行訓練，得到訓練好的副風缸故障檢測網絡模型；

步驟四、利用訓練好的副風缸定位網絡模型和訓練好的副風缸故障檢測網絡模型進行副風缸故障識別。

2.根據權利要求1所述一種貨車副風缸脫落故障識別方法，其特征在于：所述步驟一中建立樣本數據集，包括副風缸定位數據集和副風缸檢測數據集；具體過程包括：

將不同條件下拍攝的不同車型的含有副風缸的粗定位圖像作為原始圖像集；

構建副風缸定位數據集：對于原始圖像集中的原始圖像，標記副風缸所在區域的矩形框，獲得副風缸定位的數據集；

構建副風缸檢測數據集：對于原始圖像集中的原始圖像，標記固定副風缸的螺栓和缸體位置的矩形框，標記主要分為四類：螺栓、螺栓丟失、缸體正常和缸體脫落，然后獲得副風缸檢測數據集。

3.根據權利要求2所述一種貨車副風缸脫落故障識別方法，其特征在于：所述步驟一中建立樣本數據集，包括副風缸定位數據集和副風缸檢測數據集；具體過程還包括：

分別對副風缸定位數據集和副風缸檢測數據集進行數據集擴增：對原始圖像進行旋轉、平移、縮放、鏡像和亮度調整。

4.根據權利要求3所述一種貨車副風缸脫落故障識別方法，其特征在于：所述步驟二中建立的副風缸定位網絡模型的具體結構包括：

特征提取層和識別分類層；

其中特征提取層為resnet50的前49層卷積層；

識別分類層包括類別預測和位置預測兩個分支。

5.根據權利要求4所述一種貨車副風缸脫落故障識別方法，其特征在于：所述類別預測包括6個卷積層，分別為第六卷積層、第七卷積層、第八卷積層、第九卷積層、第十卷積層、第十一卷積層，第十一卷積層連接NMS層；

位置預測包括6個卷積層，分別為第十二卷積層、第十三卷積層、第十四卷積層、第十五卷積層、第十六卷積層、第十七卷積層，第十七卷積層連接NMS層。

6.根據權利要求5所述一種貨車副風缸脫落故障識別方法，其特征在于：所述第六卷積層、第七卷積層、第八卷積層、第九卷積層、第十卷積層、第十一卷積層、第十二卷積層、第十三卷積層、第十四卷積層、第十五卷積層、第十六卷積層、第十七卷積層的輸入和輸出尺寸相同。