[发明专利]一种多尺度融合的钢轨螺栓组件故障检测方法

权利要求书

1.一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，包括如下步骤：

S1：对钢轨螺栓组件图像进行多层次的特征提取，提取出钢轨连接处的整排螺栓组件特征；

S2：将整排螺栓组件特征进行池化，池化后特征融合，得到单个螺栓组件特征；

S3：对步骤S1提取的浅层特征做下采样，并对步骤S2中的深层特征进行上采样，将采样后的特征进行融合后输出三组维度不同的螺栓局部特征；

S4：对S3中三组提取的特征进行预测并依据结果在原钢轨图像中框出螺栓组件以及对应的状态标签。

2.根据权利要求1所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，在步骤S1中，采用主干网络对钢轨螺栓组件图像进行多层次的特征提取，主干网络包括依次连接的二维卷积层、若干个残差网络块和卷积输出层。

3.根据权利要求2所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，其中所述二维卷基层通过残差边与卷积输出层连接，其中所述二维卷基层内设置有Msih激活函数。

4.根据权利要求3所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，在步骤2中，采用SPP网络进行池化，SPP网络包括池化核分别为13x13、9x9、5x5、1x1的池化层，池化层用于对卷积输出层输出的特征分别做池化处理。

5.根据权利要求4所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，在步骤S3中，还包括如下步骤：

S301：对残差网络块的中层网络输出螺栓浅层特征进行提取并卷积操作后得到第一组特征；

S302：对残差网络块的中层网络输出螺栓中层特征进行提取并卷积操作；

S303：对SPP网络输出的螺栓深层特征进行上采样并与S302中的螺栓中层特征融合；

S304：对S301输出的特征进行下采样，与步骤S303中得到的特征再次融合后得到第二组特征；

S305：对S304得到的特征进行下采样后与SPP网络输出的螺栓深层特征进行融合后得到第三组特征。

6.根据权利要求5所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，在步骤S5中，包括如下步骤：

S401：对特征进行预测，得到预测框；

S402：通过非极大值抑制算法对提取的螺栓特征进行状态预测；

S403：生成类别信息列表以及最后的螺栓预测数据框；

S404：调用画图函数绘制螺栓预测框。

7.根据权利要求1所述的一种多尺度融合的钢轨螺栓组件故障检测方法，其特征在于，在步骤S4中的状态标签包括（loose）、（Bolt break）、（Nut crack）、（Missing nut）、（Washer fracture）、（Missing gasket）、（Overall missing）、（NW disappear），分别对应螺栓组件的故障：扭紧力下降、螺栓断裂、螺母裂纹、螺母缺失、垫圈断裂、垫圈缺失、螺母垫圈缺失和件整体缺失。