基于深度学习的客车转向架可视部件图像异物检测  

作　　者：李海霞 徐彦恒 LI Haixia;XU Yanheng

机构地区：[1]兰州石化职业技术大学,甘肃兰州730060 [2]中国铁路兰州局集团有限公司兰州车辆段,甘肃兰州730000

出　　处：《信息技术与信息化》2024年第1期217-220,共4页Information Technology and Informatization

基　　金：甘肃省高等学校创新基金项目(项目编号:2022B-299)。

摘　　要：铁路客车转向架部件的图像异物检测,目前主要通过TVDS探测站的客车转向架监控图像数据,然后由人工进行故障分析,难以适应客车高速、高频运行的要求,无法实现故障图像的自动检测。为此,针对铁路客车转向架常见的关键部件夹带异物现象,展开异物目标的图像检测研究,提出一种添加可变形卷积的YOLOv4目标检测算法,通过K-means++聚类形成新的初始锚框,更准确地定位异物的目标区域位置。通过铁路客车测试集数据的实验表明,在转向架可视部位夹带异物的目标检测任务中,提高了异物检测的精度。

关 键 词：客车转向架 深度学习 异物检测 YOLOv4 

分 类 号：U279[机械工程—车辆工程] TP18[交通运输工程—载运工具运用工程] TP391.41[交通运输工程—道路与铁道工程]