基于语义分割的接触网开口销状态检测

• 作者: 吴涛 郎达 闵锋
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 开口销 语义分割 故障监测 投影矩阵 图像识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 机器人控制
• 页码范围: 77-81
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.200114

摘要

针对铁路智能巡检系统中开口销缺陷样本不足的问题,通过改变传统接触网部件状态检测思路,提出了一种基于图像语义分割的开口销状态检测方法.将开口销语义信息分为头部信息与尾部信息并进行多边形标注,训练DeepLabv3+模型,提取开口销的信息,分析开口销头部与尾部连通域及其之间的关系,从而判断开口销状态.使用了语义分割的方法,在训练过程中只使用正常的开口销样本,无须专门搜集或制作开口销缺陷样本.验证算法的检测精度,取开口销正常状态、缺失状态、松脱状态和非开口销区域的样本数分别为1000,20,50和1000,识别率分别达到95.3％,100.0％,84.0％和98.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛	武汉工程大学智能机器人湖北省重点实验室	32	55	5.0	5.0
2	闵锋	武汉工程大学智能机器人湖北省重点实验室	18	37	3.0	4.0
3	郎达	武汉工程大学智能机器人湖北省重点实验室	1	0	0.0	0.0