[发明专利]一种列车的车轮踏面缺陷检测方法及其系统

权利要求书

1.一种列车的车轮踏面缺陷检测方法，其特征在于，包括：

采集车轮踏面的二维图像数据；

构建用于提取缺陷区域的神经网络模型；

将所述二维图像数据输入所述神经网络模型；

所述神经网络模型将所述二维图像数据分割为多类图像区域；

基于多类所述图像区域提取多个缺陷区域信息并生成检测报告。

2.根据权利要求1所述的车轮踏面缺陷检测方法，其特征在于，构建用于提取缺陷区域的神经网络模型，包括：

构建初始化网络模型，其中，网络模型包括语义分割模型和目标检测模型；

获取包含人工标记的缺陷特征区域的车轮踏面样本图像构成的训练数据集和测试数据集；

基于所述训练数据集和所述测试数据集训练并测试所述网络模型。

3.根据权利要求2所述的车轮踏面缺陷检测方法，其特征在于，所述神经网络模型将所述二维图像数据分割为多类图像区域，包括：

所述语义分割模型基于所述二维图像数据进行下采样并生成多尺度的特征图；

所述语义分割模型通过在高分辨率特征图主网络逐渐并行加入低分辨率特征图子网络，能够融合多个所述特征图并生成融合后的多类所述图像区域。

4.根据权利要求3所述的车轮踏面缺陷检测方法，其特征在于，基于多类所述图像区域提取多个缺陷区域信息并生成检测报告，包括：

所述目标检测模型基于所述多类所述图像区域输出多个缺陷检测框数据构成的所述缺陷区域信息，其中，所述缺陷检测框数据至少包括缺陷类型、置信度、检测框左上角坐标、检测框长度和检测框宽度。

5.根据权利要求4所述的车轮踏面缺陷检测方法，其特征在于，所述语义分割模型为SegNet分割模型。

6.一种列车的车轮踏面缺陷检测系统，其特征在于，包括：

数据采集单元，用于采集车轮踏面的二维图像数据；

数据处理单元，用于构建用于提取缺陷区域的神经网络模型，所述神经网络模型将所述二维图像数据分割为多类图像区域，并基于多类所述图像区域提取多个缺陷区域信息并生成检测报告。

7.根据权利要求6所述的车轮踏面缺陷检测系统，其特征在于，所述数据采集单元包括：

光源组件，用于提供摄像单元所需的光照条件；

所述摄像单元，用于采集所述二维图像数据。

8.根据权利要求6所述的车轮踏面缺陷检测系统，其特征在于，所述车轮踏面缺陷检测系统还包括：

数据存储单元，用于存储二维图像数据和样本图像。