文献检索-宁波市创意产业特色资源库

限定检索结果

基于深度视觉算法的轨面伤损检测方法: 收藏
分享
引用; 《实验技术与管理》2024年第9期41卷 84-91页; 作者：王保成袁昊韩峰王超李佳恒兰州交通大学土木工程学院甘肃兰州730070; 针对现有目标检测器存在的推理延迟、不稳定和高计算成本等问题,提出一种基于深度学习理论的创新算法RT-DETR(RT-DETR-L),实现了对钢轨表面伤损的高效精细化检测。基于该算法设计的目标检测实验方案,去除了传统目标检测算法中的非极大...; 针对现有目标检测器存在的推理延迟、不稳定和高计算成本等问题,提出一种基于深度学习理论的创新算法RT-DETR(RT-DETR-L),实现了对钢轨表面伤损的高效精细化检测。基于该算法设计的目标检测实验方案,去除了传统目标检测算法中的非极大值抑制(NMS)后处理步骤;引入了一个解耦单尺度内部交互和跨尺度融合的高效混合编码器;提出了一种IoU-aware初始化对象查询机制,并重新定义了目标函数。实验结果表明,该方案能有效提高算法在检测钢轨表面伤损时的准确率和召回率,在检测剥离掉块、疲劳裂纹、接头方面表现出色,准确率分别为95.1%、93.8%和99.5%,检测速度为8.62 ms/帧,参数量仅为4.2 M。该研究成果能够为钢轨养护维修提供一种准确高效的检测方案。; 来源：详细信息评论

限定检索结果