基于多尺度協(xié)作深度學習的無砟軌道板裂縫測量方法

基本信息

申請?zhí)?/td> CN202210148079.7 申請日 -
公開（公告）號 CN114494240A 公開（公告）日 2022-05-13
申請公布號 CN114494240A 申請公布日 2022-05-13
分類號 G06T7/00（2017.01）I;G06T7/10（2017.01）I;G06T7/60（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 胡文博;王衛(wèi)東;邱實;楊懷志;王勁;汪思成;伍定澤;朱星盛;谷永磊 申請（專利權(quán)）人 京滬高速鐵路股份有限公司
代理機構(gòu) 長沙軒榮專利代理有限公司 代理人 -
地址 100038北京市海淀區(qū)北蜂窩路5號院1號寫字樓第三、四層
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例中提供了一種基于多尺度協(xié)作深度學習的無砟軌道板裂縫測量方法，屬于圖像處理技術(shù)領(lǐng)域，具體包括：搭建多尺度協(xié)作深度學習的裂縫測量框架；將多張樣本圖像分為訓練集和驗證集；調(diào)整深度目標檢測網(wǎng)絡(luò)的超參數(shù)并輸出訓練集中每張樣本圖像對應(yīng)的最優(yōu)的裂縫區(qū)域提取結(jié)果；將每張裂縫區(qū)域提取結(jié)果進行邊界坐標裁剪，得到裂縫圖像并輸入深度語義分割網(wǎng)絡(luò)調(diào)整深度語義分割網(wǎng)絡(luò)的超參數(shù)；得到裂縫測量模型；將采集到的目標無砟軌道板對應(yīng)的目標圖像輸入裂縫檢測模型，得到目標圖像中裂縫的連續(xù)寬度值。通過本發(fā)明的方案，協(xié)作分析和傳遞圖像—像素—寬度三個尺度的特征，減少了復雜背景導致的像素誤判并得到了精細化的裂縫寬度測量值。