[發(fā)明專利]一種基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別裝置及方法在審
申請?zhí)枺?/td> | 202110362862.9 | 申請日: | 2021-04-02 |
公開(公告)號: | CN113111875A | 公開(公告)日: | 2021-07-13 |
發(fā)明(設(shè)計)人: | 方恩權(quán);楊坤山;鐘濤;劉楊煜;郭峰;周振宇;胡耿;楊杰 | 申請(專利權(quán))人: | 廣州地鐵集團有限公司;成都明崛科技有限公司 |
主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 成都金英專利代理事務(wù)所(普通合伙) 51218 | 代理人: | 袁英 |
地址: | 510220 廣東省廣州*** | 國省代碼: | 廣東;44 |
權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
摘要: | |||
搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 無縫 鋼軌 焊縫 缺陷 識別 裝置 方法 | ||
1.基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別方法,其特征在于,包括以下步驟:
S1,圖像數(shù)據(jù)采集,利用圖像采集單元實時無間隔采集無縫鋼軌軌腰部位的樣本圖像并發(fā)送至中心計算機;
S2,圖像識別計算,中心計算機篩選樣本圖像中含有無縫鋼軌焊縫的圖片,并對篩選出的圖片進行焊縫區(qū)域標(biāo)注;
S3,數(shù)據(jù)訓(xùn)練,利用初始化后的深度學(xué)習(xí)網(wǎng)絡(luò)對標(biāo)注后的圖片進行目標(biāo)識別訓(xùn)練,獲得模型文件,并利用模型文件對標(biāo)注后的樣本圖像進行多層遞歸網(wǎng)絡(luò)訓(xùn)練,輸出最后的無縫鋼軌焊縫缺陷識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別方法,其特征在于,所述步驟S2中具體包括以下子步驟:
S201,中心計算機對接收到的大量樣本圖像進行圖片篩選,從樣本圖像中抽取含有無縫鋼軌焊縫的圖片作為正負(fù)樣本圖片;
S202,利用標(biāo)注軟件對含有無縫鋼軌焊縫的圖片進行焊縫區(qū)域識別和標(biāo)注,將標(biāo)注后的樣本圖片作為樣本訓(xùn)練集。
3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別方法,其特征在于,所述步驟S3具體包括以下子步驟:
S301,對yolov3算法進行改進,并根據(jù)改進后的yolov3算法構(gòu)建多級級聯(lián)特征圖網(wǎng)絡(luò)Lyolo,并初始化多級級聯(lián)特征圖網(wǎng)絡(luò);
S302,將樣本訓(xùn)練集導(dǎo)入多級級聯(lián)特征圖網(wǎng)絡(luò)中進行多級上采樣級聯(lián)后,將多尺度輸出結(jié)果整合形成目標(biāo)識別模型文件,即多級級聯(lián)的特征金字塔;
S303,將實時采集的圖像數(shù)據(jù)導(dǎo)入目標(biāo)識別模型文件進行多層遞歸網(wǎng)絡(luò)訓(xùn)練,并實時輸出圖像數(shù)據(jù)中的焊縫識別結(jié)果。
4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別方法,其特征在于,所述多級級聯(lián)特征圖網(wǎng)絡(luò)Lyolo的網(wǎng)絡(luò)結(jié)構(gòu)包括第一卷積層、第二卷積層和殘差網(wǎng)絡(luò),第一卷積層輸出與第二卷積層的輸入連接,第二卷積層的輸出與殘差網(wǎng)絡(luò)的輸入連接。
5. 根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)的無縫鋼軌焊縫缺陷識別方法,其特征在于,所述子步驟S301中初始化多級級聯(lián)特征圖網(wǎng)絡(luò)過程具體包括:初始化第一卷積層,第一卷積層包含16個 3 * 3的濾波器,步長為2;將輸入尺寸為384 * 384的圖像進行卷積運算,輸出192 * 192 * 16尺寸的特征圖;然后將輸出的192 * 192 * 16的特征圖輸入到初始化的第二個卷積層,第二卷積層包含32個 3 * 3 濾波器,步長為2,卷積后輸出96 * 96 * 32的特征圖,完成多級級聯(lián)特征圖網(wǎng)絡(luò)的初始化。
6.一種基于權(quán)利要求1~5任意一項所述無縫鋼軌焊縫缺陷識別方法的識別裝置,其特征在于,包括中心計算處理單元、鋼軌巡檢車和設(shè)置在鋼軌巡檢車上的圖像采集單元;中心計算處理單元包括工業(yè)計算機和供電電源,工業(yè)計算機與供電電源連接;圖像采集單元包括高清工業(yè)數(shù)字相機、鏡頭、補光光源、速度編碼器和檢測箱,高清工業(yè)數(shù)字相機和補光光源分別設(shè)置在檢測箱內(nèi),檢測箱固定在鋼軌巡檢車車底;工業(yè)計算機分別與高清工業(yè)數(shù)字相機、鏡頭、補光光源和速度編碼器連接。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州地鐵集團有限公司;成都明崛科技有限公司,未經(jīng)廣州地鐵集團有限公司;成都明崛科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110362862.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)