一种基于深度无监督学习的轨道道床异物检测方法.pdfVIP

  • 21
  • 0
  • 约1.23万字
  • 约 10页
  • 2023-08-19 发布于四川
  • 举报

一种基于深度无监督学习的轨道道床异物检测方法.pdf

本发明公布了一种基于深度无监督学习的轨道道床异物检测方法,构建基于深度无监督学习的轨道道床异物检测模型,包括特征提取网络模块和高维特征异常估计模块,使得只使用无异物的道床图像进行模型训练,即可识别任意未知轨道道床异物的检测。本发明构建的模型使用卷积神经网络提取图像的高维特征,将不同维度的图像特征进行组合以表示图像物体的全局关系;并使用标准化流结构构建精简的特征估计网络结构,简化高维图像特征分布的估计过程,加快检测速度。本发明的轨道道床异物检测方法简便,检测精度高,且能满足实时性检测的要求。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116612457 A (43)申请公布日 2023.08.18 (21)申请号 202310612557.X G06N 3/0464 (2023.01)

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档