申请/专利权人：北京中科智眼科技有限公司

申请日：2021-09-18

公开（公告）日：2023-12-26

公开（公告）号：CN113793327B

主分类号：G06F30/27

分类号：G06F30/27;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2023.12.26#授权;2021.12.31#实质审查的生效;2021.12.14#公开

摘要：本发明公开了一种基于token的高铁异物检测方法，包括如下步骤：S1、通过对给定的数据集进行数据预处理，得到预处理图像；S2、通过自编码器对预处理图像进行特征提取，得到图像特征；S3、通过高斯混合模型对提取的图像特征进行特征聚类及特征标志选取，得到异物的不同类别；S4、将异物的不同类别的异物图像分到不同的数据集，通过yolov5目标检测算法训练单独的目标检测模型，得到预测新数据模型；S5、通过预测新数据模型对异物进行异物检测，判断是否存在异物；本发明主要是通过token和目标检测的结合，既解决了基于单一目标检测方法的异物检测泛化性差的问题，又解决了基于语义分割模型的异物检测方法的效率低下问题。

主权项：1.一种基于token的高铁异物检测方法，其特征在于：包括如下步骤：S1、通过对给定的数据集进行数据预处理，得到预处理图像；所述数据集为RGB图像集，尺寸不一，在对数据集处理时，先通过OpenCV的resize函数将图像调整为统一尺寸，再用copyMakeBorder函数对图像进行边界填充，方便后续的卷积处理，再通过将图像随机旋转90°、180°或270°，以及对图像进行0.7-1.3倍的尺度间缩放；S2、通过自编码器对预处理图像进行特征提取，得到图像特征；S3、通过高斯混合模型对提取的图像特征进行特征聚类及特征标志选取，得到异物的不同类别；所述特征聚类时需先在图像特征数据中随机选取K个点作为聚类中心，初始化每个簇的参数πk，μk，和∑k，对于剩下的点xn，使用公式分别计算每个点由每个聚类中心生成的概率，即为E步，接着，使用计算的γznk更新πk，μk，和∑k的值，即为M步： 重复上述E步和M步的过程，直至参数收敛，即到了异物的不同类别，且每个类别以簇中心作为token；S4、将异物的不同类别的异物图像分到不同的数据集，通过yolov5目标检测算法训练单独的目标检测模型，得到预测新数据模型；S5、通过预测新数据模型对异物进行异物检测，判断是否存在异物；所述异物检测时对于需要进行异物检测的新图像，先调整成统一的尺寸，并使用微调的ResNet50网络提取特征，再根据公式计算新图像属于各个类别的概率，将其归于概率最大的一类，使用概率最大类别下训练的目标检测模型对其进行异物检测。

全文数据：

权利要求：

百度查询： 北京中科智眼科技有限公司 一种基于token的高铁异物检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD