[发明专利]一种基于FPGA平台和深度学习的轨道异物检测方法及系统在审
| 申请号： | 201810107387.9 | 申请日： | 2018-02-02 |
| 公开（公告）号： | CN108304807A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 黄晋;白云仁;胡志坤;刘尧;张恩德;胡昱坤 | 申请（专利权）人： | 北京华纵科技有限公司;清华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京律谱知识产权代理事务所(普通合伙) 11457 | 代理人： | 黄云铎 |
| 地址： | 100080 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FPGA平台和深度学习的轨道异物检测方法，包括：(1)、获取轨道异物图像数据；(2)、利用所获取的轨道异物图像数据进行神经网络模型训练，获得异物检测模型；(3)、将所述异物检测模型加载到异物检测系统；(4)、利用车载影像采集装置获取轨道的视频数据；(5)、加载异物检测模型参数；(6)、利用异物检测模型对所采集的轨道视频基于神经网络进行异物检测；(7)一旦所述异物检测模型检测到轨道视频中出现异物，则发出报警信号。本发明的方法是基于FPGA实现的，相对于传统的CPU有更好的并发性更快的速度，相对于传统的GPU有更好的调控能力，相对于专用集成电路芯片有更好的迁移能力。 | ||
| 搜索关键词： | 异物检测 轨道 异物图像 传统的 专用集成电路芯片 视频 神经网络模型 异物检测系统 影像采集装置 报警信号 调控能力 模型参数 模型加载 模型检测 神经网络 视频数据 并发性 异物 加载 采集 迁移 学习 | ||
【主权项】：
1.一种基于FPGA平台和深度学习的轨道异物检测方法，其特征在于，所述方法包括构建离线训练神经网络模型，利用轨道异物图像数据对轨道模型进行训练，并利用所构建的离线训练神经网络模型进行轨道异物检测。
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北京华纵科技有限公司;清华大学，未经北京华纵科技有限公司;清华大学许可，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/patent/201810107387.9/，转载请声明来源钻瓜专利网。
