一种基于深度学习的高铁受电弓运行监测方法
基本信息
| 申请号 | CN202111251446.8 | 申请日 | - |
| 公开（公告）号 | CN113947027A | 公开（公告）日 | 2022-01-18 |
| 申请公布号 | CN113947027A | 申请公布日 | 2022-01-18 |
| 分类号 | G06F30/27（2020.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06N3/08（2006.01）I;G06Q10/06（2012.01）I;G06Q50/30（2012.01）I;G06N5/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王诚;程坦;刘涛;吕剑 | 申请（专利权）人 | 中科海拓（无锡）科技有限公司 |
| 代理机构 | 安徽善安知识产权代理事务所（特殊普通合伙） | 代理人 | 陈庭 |
| 地址 | 214000江苏省无锡市滨湖区新城置业大厦20楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的高铁受电弓运行监测方法，将受电弓检测专业人员的业务技能和深度学习相结合，专业的技术人员通过对样本图片按照具体的类别进行标注，在利用深度学习对专业人员标注完成的图像进行自动特征提取及分类训练，通过高铁受电弓检测网络的学习率采用余弦退火方式进行更新，同时采用了改进的Focal Loss损失函数处理不同类别之间存在数据样本不平衡的问题，用标注完好的数据集来训练模型，通过反向传播机制，调整模型的参数值，得到高铁受电弓检测模型，最终利用训练好的模型来实现对高铁受电弓运行监测。 |
