[发明专利]一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法

权利要求书

1.一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，所述锁扣丢失故障检测方法包括以下步骤：

S100、采集列车侧部的完整图像；

S200、在获得的完整图像中，截取带有锁扣装置的目标区域图像；

S300、对所述目标区域图像进行扩增，获得训练集；

S400、通过训练集得到改进后Faster R-CNN网络，并基于改进后Faster R-CNN网络对待检测列车进行锁扣故障类别的识别；

S500、当检测出待检测列车存在故障时，进行报警。

2.根据权利要求1所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S100中，具体包括以下步骤：

S110、在高铁沿途两侧搭建高速线阵成像设备；

S120、当高铁通过时，所述高速线阵成像设备获取高铁各部位的高清线阵灰度图像；

S130、将所述高铁各部位的高清线阵灰度图像拼接成高铁侧部完整图片。

3.根据权利要求1所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S200中，具体包括以下步骤：

S210、根据轴距信息与锁扣位置的先验知识，对所述高铁侧部完整图片中带有锁扣装置的目标区域进行截取；

S220、缩小截取部分的图像尺寸，增加目标在图像中的相对占比。

4.根据权利要求1所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S300中，具体包括以下步骤：

S310、对所述目标区域图像进行数据增强，所述数据增强包括图像平移、缩放和锐化；

S320、基于数据增强后的图像确定训练集和测试集。

5.根据权利要求1所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S400中，具体包括以下步骤：

S410、根据所述训练集对Faster R-CNN网络的RPN部分进行改进；

S420、利用改进后的Faster R-CNN网络对待检测列车进行锁扣故障类别的识别。

6.根据权利要求5所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S410中，具体包括以下步骤：

S411、将待检测的目标从训练集中截取出来，作为待查询目标，设定为X，将训练集中待检测的图像设定为Y；

S412、对于X，将其通过全局平均池化层，使其变成1×1×C的特征图，其中C为输入通道数，与图片通道数相同，再将所述1×1×C的特征图通过深层卷积网络，对其特征进行提取，将其变为1×1×n的向量，其中，n为特征提取通道数，对于Y，将其通过深层卷积网络，使其变为H×W×n的向量，其中，H和W分别为图片的高和宽；

S413、将上一步得到的1×1×n的向量作为卷积核，与得到的H×W×n向量进行卷积，以计算待查询目标在原始图像上各个位置的相关性，计算得到含有注意力的特征图；

S414、将上一步得到的含有注意力的特征图输入给常规RPN网络，输出候选框。

7.根据权利要求1所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，在S500中，具体的，通过改进后Faster R-CNN网络检测得到目标的位置信息和类别信息，对类别进行判断，若所属分类确为当前车型存在的故障，则进行报警；若类别为与故障形态相似的干扰项或是检出其他车型上特有的故障，则认为未检出正确故障，不报警。

8.根据权利要求7所述的一种基于改进后Faster R-CNN网络的锁扣丢失故障检测方法，其特征在于，报警时，打印故障目标在列车中的位置信息。