列车车轮踏面擦伤图像检测算法研究的中期报告.docxVIP

列车车轮踏面擦伤图像检测算法研究的中期报告 中期报告主要内容： 1.研究背景和意义 铁路是国民经济的重要基础设施之一，列车的行驶安全直接关系到乘客的生命财产安全，也是铁路公司的形象、信誉和管理水平的体现。因此，对列车的安全监测和预防措施越来越引起人们的关注。其中，列车车轮的踏面磨损情况是列车安全监测中的一个重要方面。因此，对列车车轮踏面擦伤图像检测算法进行研究，已经成为一个具有现实意义的研究课题。 2.研究现状 目前，国内外对于列车车轮踏面擦伤图像检测算法的研究已经开始。其中，国内的研究主要集中在车轮踏面几何特征的提取和分类识别上，如基于深度学习的车轮踏面缺陷检测系统、基于数字图像处理的列车车轮踏面检测与分类算法等。而国外则更注重算法的有效性和实用性，如基于机器视觉的列车轮轴磨损检测、车轮踏面图片处理技术等。 3.研究内容和进展 本研究旨在提出一种基于卷积神经网络（CNN）的列车车轮踏面擦伤图像检测算法，该算法能够自动提取车轮踏面中的重要特征，并实现对擦伤情况的准确识别。在中期阶段，我们已经完成了数据采集与预处理、模型的构建和训练、以及实验结果的分析。具体来说，我们已经采集了约2000张列车车轮踏面图像，并进行了数据清洗和标注。然后，我们根据CNN模型的特性和训练数据的情况，设计了一种针对车轮踏面擦伤检测的基于Inception-v3模型的深度学习算法。经过多轮训练和验证，模型的准