结合YOLOv3和SENet的高速铁路接触网图像识别方法
基本信息
| 申请号 | CN202010327017.3 | 申请日 | - |
| 公开（公告）号 | CN111582334A | 公开（公告）日 | 2020-08-25 |
| 申请公布号 | CN111582334A | 申请公布日 | 2020-08-25 |
| 分类号 | G06K9/62(2006.01)I | 分类 | - |
| 发明人 | 齐冬莲;陈强;闫云凤;刘俊宏;郑伊;季瑞松 | 申请（专利权）人 | 杭州远鉴信息科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 浙江大学;杭州远鉴信息科技有限公司 |
| 地址 | 310058浙江省杭州市西湖区余杭塘路866号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种结合YOLO v3和SENet的高速铁路接触网图像识别方法。通过YOLO v3模型对高速铁路接触网图像中的绝缘子区域的U型抱箍进行检测定位，然后将定位到的U型抱箍从原图像中扣取出来并缩放；再通过SENet模型对缩放后的U型抱箍图像进行分类识别，获得U型抱箍备母缺失的图像，最后采用类激活映射对U型抱箍图像进行缺陷定位。本发明方法解决了高分辨率图像上进行小物体识别的资源占用率高的问题，基于新疆高速铁路接触网U型抱箍备母缺失场景的识别结果表明，识别方法的准确率高，可应用于高速铁路接触网U型抱箍备母缺失识别。 |
