文档名：基于YOLO算法的动车组裙板故障检测
摘要：针对目前动车组运行故障图像检测中人工分析方式误报警数量多、实际故障检出率低等问题,提出一种基于YOLO算法的动车组裙板故障检测方法.首先通过k-means聚类算法对检测目标进行聚类分析,其次选择合适的YOLO算法模型并分析网络结构,最后使用人工标注的多组尺度特征的裙板故障缺陷位置和类别数据集训练网络.在取自多条线路的动车组裙板故障图像数据制作成的测试集上,对YOLO模型进行试验.结果表明,模型能够快速、准确地识别故障,为高速铁路运行安全提供保障.
作者：轩振原 张惟皎 宋浩然 秦哲 Author：XUANZhenyuan ZHANGWeijiao SONGHaoran QINZhe
作者单位：中国铁道科学研究院研究生部,北京100081中国铁道科学研究院集团有限公司电子计算技术研究所,北京100081
刊名：大连交通大学学报 ISTIC
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2023, 44(3)
分类号：
关键词：动车组 TEDS 裙板 故障检测 YOLO k-means
Keywords：EMU TEDS apronboard failuredetection YOLO k-means
机标分类号：TP391U238TN925.93
在线出版日期：2023年7月28日
基金项目：中国国家铁路集团有限公司科技研究开发计划基于YOLO算法的动车组裙板故障检测[
期刊论文] 大连交通大学学报--2023, 44(3)轩振原 张惟皎 宋浩然 秦哲针对目前动车组运行故障图像检测中人工分析方式误报警数量多、实际故障检出率低等问题,提出一种基于YOLO算法的动车组裙板故障检测方法.首先通过k-means聚类算法对检测目标进行聚类分析,其次选择合适的YOLO算法模型并分...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于YOLO算法的动车组裙板故障检测 Failure Detection of EMU Apron Board Based on YOLO Algorithm
基于YOLO算法的动车组裙板故障检测.pdf
- 文件大小:
- 2.36 MB
- 下载次数:
- 60
-
高速下载
|
