期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的地铁列车走行部关键部件温度检测系统
1
作者 周健 +2 位作者 郑帅 冯献昂 邢宗义 《铁路计算机应用》 2023年第7期7-13,共7页
地铁列车走行部的良好运行状态是列车安全运行的保障。针对其关键部件发热故障的检测问题,研发了基于深度学习的地铁列车走行部关键部件温度检测系统。该系统采用红外热像仪获取走行部热成像图,引入注意力机制模块和CIoU损失函数,改进YO... 地铁列车走行部的良好运行状态是列车安全运行的保障。针对其关键部件发热故障的检测问题,研发了基于深度学习的地铁列车走行部关键部件温度检测系统。该系统采用红外热像仪获取走行部热成像图,引入注意力机制模块和CIoU损失函数,改进YOLOv5目标检测模型,识别、定位出关键部件;对关键部件图像进行灰度化处理和自适应阈值分割等操作,提取温度。基于实验室的Pytorch深度学习平台,在南京地铁运营公司马群车辆段对所研发的系统进行实验。实验结果表明,该系统可以获取走行部热成像图,准确定位关键部件并提取其温度信息。 展开更多
关键词 地铁列车 走行部 红外热像图 目标识别 温度提取
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部