龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：湖南工业大学
摘要：本发明为基于YOLOv8的动态结构适应性的铁路轨道提取算法，涉及深度学习图像处理领域。在航拍图中，由于部分铁路岔口具有复杂的几何拓扑结构，障碍物遮挡等问题使得铁路的提取任务更加困难。针对以上问题，提出了一种基于YOLOv8的动态结构适应性的铁路轨道提取算法DSA‑Yolov8用于铁路提取。首先，对Yolov8主干网络部分的C2f融入了拓扑几何约束细小结构DySnakeConv从而更好地适应各种复杂几何结构的铁路岔口。其次，颈部添加了RCSOSA模块用于减少样本通道数量，关注空间维度特征。最后，添加了带有动态非单调的聚焦机制Wise‑IoU损失函数强化边界框损失的拟合能力，提高模型鲁棒性。该方法在铁路数据集和Deepglobe道路数据集上都展现了良好的提取效果。
主权项：1.本发明是基于Yolov8的动态结构适应性的铁路轨道提取算法DSA-Yolov8，其特征是：该方法由以下步骤实现：步骤一、获取遥感道路图像数据集；首先，利用无人机航拍影像图作为轨道数据集，该数据集包含了国内不同城市的火车轨道各个站点的铁路航拍图；步骤二、将步骤一获取的图像用labelme软件对轨道样本进行标记并保存为.json和.txt格式，对该数据集进行翻转、旋转、缩放和切割等处理后再按一定比例划分为训练集、测试集和验证集，最终完成轨道数据集的制作；步骤三、将步骤二制作好的铁路数据集放入改进的Yolov8模型中进行训练以得到最优权重，利用最优权重在原始数据中进行铁路提取，然后通过动态非单调的聚焦机制Wise-IoU损失函数进行动态约束；步骤四、最后利用评价指标Precision、Recall、mAP和HausdorffDistanceHD对模型进行评价，其中HD着重对铁路的拓扑几何完整性进行评估，损失函数可视化分析，；步骤五、本发明还额外利用了公共Deepglobe道路数据集实验，对比其他不同的实例分割模型U-Net、DeepLabv3、Yolov5、Yolov8与本模型在铁路数据集上的各种性能指标，从而有效验证模型的可靠性。
全文数据：
权利要求：
百度查询： 湖南工业大学 基于Yolov8的动态结构适应性的铁路轨道提取算法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号