本發(fā)明涉及檢測技術(shù)與人工智能領(lǐng)域,尤其涉及一種轉(zhuǎn)轍機(jī)缺口檢測方法及系統(tǒng)。
背景技術(shù):
1、轉(zhuǎn)轍機(jī)是鐵路交通中的重要設(shè)備之一,主要負(fù)責(zé)控制道岔狀態(tài)的切換,可以使列車在鐵路交叉口或分岔道處快速、順利地切換行進(jìn)方向,確保列車按照預(yù)定的路線行駛,避免列車偏離軌道或脫軌事故。zyj7作為轉(zhuǎn)轍機(jī)的一種重要類型,其內(nèi)部缺口大小反應(yīng)了道岔尖軌與基本軌的密貼程度,因此對轉(zhuǎn)轍機(jī)的缺口進(jìn)行準(zhǔn)確的檢測具有重要的意義。
2、傳統(tǒng)的依靠人力進(jìn)行轉(zhuǎn)轍機(jī)缺口檢測的方法不僅效率低下,而且準(zhǔn)確性受限,同時還會給工作人員帶來安全風(fēng)險。隨著圖像處理技術(shù)的成熟,通過圖像處理方法提取缺口邊緣得到廣泛使用,但需要人工進(jìn)行標(biāo)定,且當(dāng)缺口圖像局部過度曝光或轉(zhuǎn)轍機(jī)內(nèi)有油污、灰塵時會極大的影響檢測精度,對不同監(jiān)測情況還需設(shè)置不同的圖像處理相關(guān)參數(shù)。
3、在轉(zhuǎn)轍機(jī)缺口檢測中,去除污漬的影響,采用基于深度學(xué)習(xí)的自動化檢測是非常重要的,它不僅能減少人工操作,還能顯著提升檢測效率和準(zhǔn)確性。目前針對轉(zhuǎn)轍機(jī)缺口邊緣檢測的研究相對較少。
技術(shù)實現(xiàn)思路
1、本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊,而這種簡化或省略不能用于限制本發(fā)明的范圍。
2、鑒于上述現(xiàn)有存在的問題,提出了本發(fā)明。
3、因此,本發(fā)明提供了一種轉(zhuǎn)轍機(jī)缺口檢測方法及系統(tǒng),能夠解決背景技術(shù)中提到的問題。
4、為解決上述技術(shù)問題,本發(fā)明提供如下技術(shù)方案:
5、第一方面,本發(fā)明提供了一種轉(zhuǎn)轍機(jī)缺口檢測方法,包括:
6、獲取目標(biāo)第一缺口圖像,并對所述第一缺口圖像進(jìn)行第一預(yù)處理,所述第一缺口圖像至少包括目標(biāo)轉(zhuǎn)轍機(jī)缺口圖像;
7、預(yù)訓(xùn)練第一檢測模型,將所述第一預(yù)處理后的第一缺口圖像作為所述第一檢測模型的輸入;
8、獲取第一檢測模型的輸出,根據(jù)所述輸出完成轉(zhuǎn)轍機(jī)缺口檢測。
9、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述第一檢測模型包括:
10、所述第一檢測模型為輸入為第一缺口圖像,且輸出為轉(zhuǎn)轍機(jī)缺口邊緣信息或可直接或間接獲取轉(zhuǎn)轍機(jī)缺口邊緣信息的相關(guān)參數(shù)的任意模型。
11、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述對所述第一缺口圖像進(jìn)行第一預(yù)處理包括:
12、對所述第一缺口圖像進(jìn)行第一標(biāo)注操作;
13、將第一標(biāo)注操作后的第一缺口圖像生成第一數(shù)據(jù)集;
14、對所述第一數(shù)據(jù)集進(jìn)行第一去除操作。
15、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述第一去除操作包括:
16、對所述第一數(shù)據(jù)集進(jìn)行特征提?。?/p>
17、將特征提取操作之后的第一數(shù)據(jù)集進(jìn)行第一類別劃分;
18、對第一類別劃分后的第一數(shù)據(jù)集進(jìn)行顏色填充,完成第一去除操作。
19、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述第一檢測模型還包括若干個卷積層,且所述若干個卷積層分為五個階段;
20、每個階段最后一個卷積層引出側(cè)輸出層;
21、對每個階段的側(cè)輸出層進(jìn)行上采樣,獲得與原圖像同樣大小的邊緣圖;
22、對五個側(cè)輸出層進(jìn)行特征融合得到第一檢測模型的輸出。
23、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述若干個卷積層分為五個階段包括:
24、在第二階段、第三階段、第四階段后加入優(yōu)化后的感受野模塊,所述感受野模塊包括第一類感受野模塊以及第二類感受野模塊;
25、將第三階段上采樣輸出與第一階段和第五階段的側(cè)輸出進(jìn)行圖像特征融合。
26、作為本發(fā)明所述的轉(zhuǎn)轍機(jī)缺口檢測方法的一種優(yōu)選方案,其中:所述第一類感受野模塊以及第二類感受野模塊包括:
27、所述第一類感受野模塊包括五個分支并行的卷積,第一分支至第四分支中使用1×1的卷積層構(gòu)成的瓶頸結(jié)構(gòu),第五分支為一個殘差結(jié)構(gòu);
28、所述第二類感受野模塊包括四個分支并行的卷積。
29、第二方面,本發(fā)明提供了一種轉(zhuǎn)轍機(jī)缺口檢測系統(tǒng),包括:
30、數(shù)據(jù)獲取與處理模塊,用于獲取目標(biāo)第一缺口圖像,并對所述第一缺口圖像進(jìn)行第一預(yù)處理,所述第一缺口圖像至少包括目標(biāo)轉(zhuǎn)轍機(jī)缺口圖像;
31、模型建立模塊,用于預(yù)訓(xùn)練第一檢測模型,將所述第一預(yù)處理后的第一缺口圖像作為所述第一檢測模型的輸入;
32、檢測模塊,用于獲取第一檢測模型的輸出,根據(jù)所述輸出完成轉(zhuǎn)轍機(jī)缺口檢測。
33、第三方面,本發(fā)明提供了一種計算機(jī)設(shè)備,包括存儲器和處理器,所述存儲器存儲有計算機(jī)程序,所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如上所述的方法的步驟。
34、第四方面,本發(fā)明提供了一種計算機(jī)可讀存儲介質(zhì),其上存儲有計算機(jī)程序,所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上所述的方法的步驟。
35、與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果:本發(fā)明提出一種轉(zhuǎn)轍機(jī)缺口檢測方法及系統(tǒng),獲取目標(biāo)第一缺口圖像,并對所述第一缺口圖像進(jìn)行第一預(yù)處理,所述第一缺口圖像至少包括目標(biāo)轉(zhuǎn)轍機(jī)缺口圖像;預(yù)訓(xùn)練第一檢測模型,將所述第一預(yù)處理后的第一缺口圖像作為所述第一檢測模型的輸入;獲取第一檢測模型的輸出,根據(jù)所述輸出完成轉(zhuǎn)轍機(jī)缺口檢測。相較于傳統(tǒng)的依靠人力進(jìn)行轉(zhuǎn)轍機(jī)缺口檢測的方法,本發(fā)明不僅顯著提高了檢測效率,還降低了人工操作的風(fēng)險和成本。同時,通過引入深度學(xué)習(xí)和圖像處理技術(shù),本發(fā)明能夠克服傳統(tǒng)檢測方法中易受污漬、油污、灰塵等干擾的問題,提高檢測的準(zhǔn)確性和穩(wěn)定性。通過改進(jìn)傳統(tǒng)的hed多尺度融合網(wǎng)絡(luò)模型,可以避免油污、污漬對檢測結(jié)果的影響,能夠更加準(zhǔn)確、清晰地捕捉缺口邊緣信息,解決了傳統(tǒng)圖像處理算法中標(biāo)定繁瑣、易受環(huán)境影響的問題。
1.一種轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,包括:
2.如權(quán)利要求1所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述第一檢測模型包括:
3.如權(quán)利要求2所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述對所述第一缺口圖像進(jìn)行第一預(yù)處理包括:
4.如權(quán)利要求3所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述第一去除操作包括:
5.如權(quán)利要求4所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述第一檢測模型還包括若干個卷積層,且所述若干個卷積層分為五個階段;
6.如權(quán)利要求5所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述若干個卷積層分為五個階段包括:
7.如權(quán)利要求6所述的轉(zhuǎn)轍機(jī)缺口檢測方法,其特征在于,所述第一類感受野模塊以及第二類感受野模塊包括:
8.一種轉(zhuǎn)轍機(jī)缺口檢測系統(tǒng),其特征在于,包括:
9.一種計算機(jī)設(shè)備,包括存儲器和處理器,所述存儲器存儲有計算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求1至7中任一項所述的方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì),其上存儲有計算機(jī)程序,其特征在于,所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任一項所述的方法的步驟。