一種基于改進(jìn)YOLOv3網(wǎng)絡(luò)的鐵路異物檢測(cè)方法與系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202111506770.X 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113903009B 公開(kāi)（公告）日 2022-07-05
申請(qǐng)公布號(hào) CN113903009B 申請(qǐng)公布日 2022-07-05
分類號(hào) G06V20/54（2022.01）I;G06V20/58（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06T7/73（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王輝;吳雨潔;楊輝 申請(qǐng)（專利權(quán)）人 華東交通大學(xué)
代理機(jī)構(gòu) 北京中濟(jì)緯天專利代理有限公司 代理人 -
地址 330000江西省南昌市經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)雙港東大街808號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種基于改進(jìn)YOLOv3網(wǎng)絡(luò)的鐵路異物檢測(cè)方法與系統(tǒng)，其中，該方法包括：通過(guò)設(shè)于鐵路列車上的車載監(jiān)控裝置，以獲取得到線路上的圖像信息；對(duì)YOLOv3網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，將特征圖輸入至層內(nèi)多尺度模塊并劃分為低頻特征圖以及高頻特征圖，通過(guò)池化層將低頻特征圖進(jìn)行壓縮處理以降低分量冗余；然后輸入至檢測(cè)模塊，分別計(jì)算得到異物對(duì)應(yīng)的類別損失、位置損失以及置信度損失并輸出最終權(quán)重文件；根據(jù)最終權(quán)重文件構(gòu)建目標(biāo)檢測(cè)網(wǎng)絡(luò)，以確定侵限異物的類別與位置。本發(fā)明提出的方法，可準(zhǔn)確地得到鐵路異物的位置和類別信息，以保證鐵路列車自動(dòng)駕駛的安全性。