买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:武汉工程大学
摘要:本发明公开了一种基于MaskScoringR‑CNN网络的受电弓检测方法,包括以下步骤:S1、采集弓网红外受电弓数据并进行数据预处理,将数据划分为训练样本集和测试样本集;S2、搭建受电弓检测网络,利用主干网络提取受电弓多尺度特征图,通过预测头和掩码头获得受电弓的类别信息、位置坐标和粗粒度分割结果,提出一种边缘修复方法对受电弓粗粒度分割结果进行精细化修复;S3、将训练样本集的数据加载至受电弓检测网络中,反复迭代训练,进行参数调整,获得优质受电弓检测模型;S4、加载优质受电弓检测模型,将测试样本集的数据输入模型,评价受电弓检测分割结果。本发明受电弓检测精度更高,鲁棒性更强,且不需要其它价格昂贵的设备作为辅助,可以大大节约检测成本。
主权项:1.一种基于MaskScoringR-CNN网络的受电弓检测方法,其特征在于,该方法包括以下步骤:S1、采集弓网红外受电弓数据并进行数据预处理,将数据划分为训练样本集和测试样本集,构建受电弓目标数据库;S2、搭建受电弓检测网络,利用主干网络提取受电弓多尺度特征图,通过预测头和掩码头获得受电弓的类别信息、位置坐标和粗粒度分割结果,并提出一种边缘修复方法对受电弓粗粒度分割结果进行精细化修复;S3、将训练样本集的数据加载至受电弓检测网络中,反复迭代训练,并进行参数调整,获得优质受电弓检测模型;S4、加载优质受电弓检测模型,将测试样本集的数据输入模型,评价受电弓检测分割结果。
全文数据:
权利要求:
百度查询: 武汉工程大学 一种基于Mask Scoring R-CNN网络的受电弓检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。