一种基于深度神经网络的腕臂底座开口销缺失检测算法

• 作者: 李健 王政彤
• 来源期刊: 电气化铁道
• 关键词: 目标检测 缺陷识别 YOLO 卷积神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 接触网
• 页码范围: 57-61
• 页数: 5页
• 分类号: U225.4
• 语种: 中文
• DOI: 10.19587/j.cnki.1007-936x.2021.04.014

摘要

在接触网装置故障中,腕臂底座(包含平腕臂底座和斜腕臂底座)开口销缺失较常见,包括横向和垂直销钉开口销缺失两种.为对腕臂底座开口销缺失缺陷进行自动识别,本文提出一种基于深度神经网络的腕臂底座开口销缺失检测算法:首先采用YOLO算法对原始大图进行一级定位得到腕臂底座区域,然后对腕臂底座区域进行二级定位得到开口销区域小图,最后采用CNN(卷积神经网络)分类算法对横向和垂直开口销小图进行分类识别.实验测试证明该检测算法识别准确率高、漏检率低,可对腕臂底座开口销缺失进行有效检测.