一种基于深度学习的转撤机接点组部件距离检测方法
基本信息
| 申请号 | CN202011601272.9 | 申请日 | - |
| 公开（公告）号 | CN112634249A | 公开（公告）日 | 2021-04-09 |
| 申请公布号 | CN112634249A | 申请公布日 | 2021-04-09 |
| 分类号 | G06T7/00;G06T7/60;G06T7/62;G06T3/40;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 刘志钢;张郁;魏丽丽;杨郑龙;陆鑫源;戴洋竞;丁宝刚 | 申请（专利权）人 | 上海地铁维护保障有限公司通号分公司 |
| 代理机构 | 上海科盛知识产权代理有限公司 | 代理人 | 丁云 |
| 地址 | 201620 上海市松江区龙腾路333号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的转撤机转撤机接点组部件距离检测方法，该方法包括如下步骤：S1、建立转撤机接点组图像数据集；S2、构建用于识别转辙机接点组关键部件的深度学习网络模型；S3、深度学习网络模型初始化设置；S4、对深度学习网络模型进行训练；S5、利用训练好的深度学习网络模型对转辙机接点组图像中的关键部件进行识别；S6、获取转辙机接点组图像中关键部件之间的距离以及尺寸大小，采用交叉比例计算选取最优缩放基准；S7、通过等比缩放测算关键部件间的实际距离。与现有技术相比，本发明具有检测效率高、精度高等优点。 |
