- 5
- 0
- 约3.19万字
- 约 37页
- 2023-11-29 发布于河北
- 举报
PAGE 2
摘要 当今铁路运输业的迅猛发展,列车运行的安全问题成为了重中之重,钢轨的故障检测是决定列车能否安全运行的重要部件,目前我国铁路钢轨故障检测主要基于人工检测为主,随着计算机等技术的发展,该故障检测方法已经不能满足当今时代发展。
本文基于深度学习与基于传统机器视觉在钢轨轨面故障目标检测研究进行了对比分析, 采用YOLOV5算法的钢轨轨面故障检测算法上,在此基础上,使得满足实际检测场景要求,实现钢轨故障自动识别。由于传统的缺陷识别算
法人工提取特征耗时,泛化性差,对YOLOV5算法的特征提取网络结构进行轻量化改进,用Mobilenetv2替换YOLOV5模型的主干特征
您可能关注的文档
最近下载
- (2026年)纪念红军长征胜利90周年:不忘初心跟党走强军路上勇担当PPT课件.pptx VIP
- 2022年医院环境清洁、消毒与医疗废物的管理课件.pptx VIP
- 2026广东江门市开平江开储能技术有限公司招聘4人备考题库有完整答案详解.docx VIP
- 2026教师职称-天津-天津教师职称(幼儿园学前教育、基础知识、综合素质)历年参考题库含答案详解.docx VIP
- JJF(冀) 256-2026 电梯加速度测试仪校准规范.docx VIP
- 《公立医院领导人员管理办法》2026年修订学习PPT.pptx VIP
- DB21∕T 4442-2026 工业数据流通 交易服务平台服务规范.pdf VIP
- 一例肝癌栓塞个案护理.pptx VIP
- 紧邻既有地铁车站超大规模深基坑开挖研究.pdf VIP
- 中药分析学--中药质量标志物.ppt VIP
原创力文档

文档评论(0)