[发明专利]风挡击打变形故障识别检测方法、存储介质及设备

权利要求书

1.风挡击打变形故障识别检测方法，其特征在于，包括以下步骤：

获取包含待检测风挡的图像，并将图像输入风挡击打变形故障识别网络进行故障检测；

所述的风挡击打变形故障识别网络为改进后的Trident网络与残差网络的结合网络，风挡击打变形故障识别网络的结构中，结合网络的三个分支结构相同，对于三个分支中的每个分支，将该分支最后一级残差网络的输出a^l+1'，首先传递给全局平均池化层，再通过第一全连接层，然后传递给ReLU激活函数，再经过第二全连接层，传递给Sigmoid激活函数，得到取值区间在0到1之间的阈值；将该阈值与最后一级残差网络的输出a^l+1'做软阈值处理，然后加上最后一级残差网络的输入a^l得到处理后的输出a^l+1；同时，对ReLU激活函数的输出结果进行分支，将该分支通过第三全连接层和Softmax激活层进行归一化后，将该分支归一化的结果与a^l+1相乘，得到该分支的检测结果；

将结合网络的三分支的检测结果相加，得到最终输出的故障检测结果。

2.根据权利要求1所述的风挡击打变形故障识别检测方法，其特征在于，所述的软阈值处理是将绝对值小于阈值的特征删除掉，将绝对值大于阈值的特征朝着零的方向进行收缩：

其中，x表示输入量，对应最后一级残差网络的输出a^l+1'；τ表示阈值，对应经过Sigmoid激活函数处理后得到的阈值；y表示软阈值处理结果。

3.根据权利要求2所述的风挡击打变形故障识别检测方法，其特征在于，获取包含待检测风挡的图像的过程包括以下步骤：

获取列车图像，并在列车图像中截取出包含待检测风挡的图像。

4.根据权利要求3所述的风挡击打变形故障识别检测方法，其特征在于，所述故障检测结果包括类别信息；以及

得到最终输出的故障检测结果之后还需要进行如下处理：

对故障检测结果中的类别信息进行判断，若所属分类为当前车型存在的故障，则确认为相应故障；若所属分类为与故障形态相似的干扰项或是为其他车型上特有的故障，则认为未检出正确故障。

5.根据权利要求4所述的风挡击打变形故障识别检测方法，其特征在于，所述故障检测结果包括目标位置信息；以及

在列车图像中截取出包含待检测风挡的图像的过程中，记录截取出包含待检测风挡的图像在列车图像中的位置信息；

当确认为相应故障后，基于根据风挡击打变形故障识别网络输出的目标位置信息，并结合所记录的包含待检测风挡的图像在列车图像中的位置信息，获得检测目标在列车图像中的位置坐标。

6.根据权利要求5所述的风挡击打变形故障识别检测方法，其特征在于，获得检测目标在列车图像中的位置坐标之后还要进行如下处理：

将检测目标在列车图像中的位置与历史故障位置进行对比，若二者中心点位置之间的距离不超过图像距离阈值认为故障重复；否则确认为新出现故障。

7.根据权利要求6所述的风挡击打变形故障识别检测方法，其特征在于，所述的图像距离阈值为30像素。

8.根据权利要求1至7之一所述的风挡击打变形故障识别检测方法，其特征在于，所述的风挡击打变形故障识别网络为预先训练好的，训练所述的风挡击打变形故障识别网络的数据集是通过以下过程获得的：

获取列车图像，利用增强算法对列车图像进行增强；

在列车图像中截取出包含风挡的图像；

然后对风挡存在故障的图像进行扩增，并基于扩增后的图像确定用于训练所述的风挡击打变形故障识别网络的数据集。

9.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至8之一所述的风挡击打变形故障识别检测方法。

10.一种风挡击打变形故障识别设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至8之一所述的风挡击打变形故障识别检测方法。