[发明专利]一种铁路工机具清点方法及装置在审

专利信息
申请号: 202010466840.2 申请日: 2020-05-28
公开(公告)号: CN111709319A 公开(公告)日: 2020-09-25
发明(设计)人: 陈灯;杨瑾;王司恺;张子航;魏巍;张彦铎;吴云韬;周华兵;刘玮;段功豪;于宝成;郑朝晖;鞠剑平;唐剑隐;徐文霞;王逸文 申请(专利权)人: 武汉工程大学;武汉引行科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 赖定珍
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 铁路 机具 清点 方法 装置
【说明书】:

发明提供一种铁路工机具清点方法及装置,方法包括:从公共数据库中读取多个工机具样本图像,并对多个所述工机具样本图像进行预处理,通过经预处理后的多个所述工机具样本图像得到训练图像数据集;构建目标检测网络,通过所述训练图像数据集对所述目标检测网络进行训练处理,得到目标检测模型;通过拍摄设备对出工现场进行图像采集,得到待处理图像;根据所述目标检测模型对所述待处理图像进行比对分析,得到遗失工机具类别的名称和数量。本发明实现了对工机具的准确检测与清点,可满足实际应用需求,且不需要人工提取工机具的图像特征,节省了时间的同时也提高了实时性和准确率,为智能铁路运维奠定了技术基础。

技术领域

本发明主要涉及工机具检测领域,具体涉及一种铁路工机具清点方法及装置。

背景技术

铁路是交通系统的重要组成部分。为了保障铁路的安全运行,铁路部门通常在夜间开展运维工作。运维工作中工机具的大量遗失给铁路部门造成了巨大的经济损失。当前的解决方案是对工人领取和归还的工机具进行拍照留存,通过人工对比分析,发现遗失的工机具。然而,人工清点存在主观误差和时效性不足等问题,无法满足人力资源受限情况下铁路运维的智能化要求。基于图像处理技术可实现铁路工机具的自动检测和清点,然而铁路运维通常在夜间进行,而且野外作业环境复杂,拍摄的工机具图像存在背景复杂,光照度低,光照不均等问题。此外,由于铁路工机具种类繁多,工机具图像数据集存在样本稀疏和欠均衡问题。上述问题导致基于图像的铁路工机具自动清点存在精确度低,无法满足实际应用的困难局面。

发明内容

本发明所要解决的技术问题是针对现有技术的不足,提供一种铁路工机具清点方法及装置。

本发明解决上述技术问题的技术方案如下:一种铁路工机具清点方法,包括如下步骤:

从公共数据库中读取多个工机具样本图像,并对多个所述工机具样本图像进行预处理,通过经预处理后的多个所述工机具样本图像得到训练图像数据集;

构建目标检测网络,通过所述训练图像数据集对所述目标检测网络进行训练处理,得到目标检测模型;

通过拍摄设备对出工现场进行图像采集,得到待处理图像;

根据所述目标检测模型对所述待处理图像进行比对分析,得到遗失工机具类别的名称和数量。

本发明解决上述技术问题的另一技术方案如下:一种铁路工机具清点装置,包括:

训练图像数据集处理模块,用于从公共数据库中读取多个工机具样本图像,并对多个所述工机具样本图像进行预处理,通过经预处理后的多个所述工机具样本图像得到训练图像数据集;

目标检测网络处理模块,用于构建目标检测网络,通过所述训练图像数据集对所述目标检测网络进行训练处理,得到目标检测模型;

待处理图像采集模块,用于通过拍摄设备对出工现场进行图像采集,得到待处理图像;

遗失工机具检测模块,用于根据所述目标检测模型对所述待处理图像进行比对分析,得到遗失工机具类别的名称和数量。

本发明的有益效果是:通过对所述多个工机具样本图像进行预处理,通过经处理后的多个工机具样本图像得到训练图像数据集;并构建目标检测网络,通过所述训练图像数据集对所述目标检测网络的训练处理得到目标检测模型,并根据所述目标检测模型对所述待处理图像的比对分析得到遗失工机具类别的名称和数量,实现了对工机具的准确检测与清点,可满足实际应用需求,且不需要人工提取工机具的图像特征,完全由深度神经网络模型端到端、自动地提取特征,能同时完成目标检测与定位两项任务,节省了时间的同时也提高了实时性和准确率,为智能铁路运维奠定了技术基础。

附图说明

图1为本发明一实施例提供的铁路工机具清点方法的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉工程大学;武汉引行科技有限公司,未经武汉工程大学;武汉引行科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010466840.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top