机车车顶异物识别与瓷瓶定位检测的中期报告.docxVIP

机车车顶异物识别与瓷瓶定位检测的中期报告

一、项目概述

本项目旨在利用计算机视觉技术，对机车车顶的异物及瓷瓶进行自动化检测和定位，提高铁路运输的安全性和效率。本报告为该项目的中期报告，包括对目前进展情况的详细介绍和下一步工作计划。

二、进展情况

本项目的主要任务包括机车车顶异物识别和瓷瓶定位检测两个部分，下面分别介绍进展情况。

1.机车车顶异物识别

机车车顶异物识别主要包括对车顶异物进行检测和分类，以及对检测结果进行可视化展示。

在异物检测方面，我们采用了基于深度学习的方法，使用YOLOv5算法对机车车顶进行检测。经过数据预处理和模型训练，我们达到了较好的检测效果，并且在自己构建的测试集上取得了97%的准确率。

在异物分类方面，我们需要对检测到的异物进行判断，判断其是什么类型的物品（如工具、杂物等）。我们首先对数据进行了整理和标注，然后使用传统的机器学习算法，如SVM、决策树等，进行分类。但由于数据量不足和特征提取的复杂度问题，分类效果并不理想，准确率只有70%左右。目前我们正在考虑使用深度学习算法对分类模型进行重新训练，以达到更好的效果。

在可视化展示方面，我们使用了OpenCV工具对车顶异物进行框选和标注，并将结果保存在视频中。同时，我们还开发了一个基于Web的展示平台，可以通过浏览器访问，对视频进行播放和结果展示。

2.瓷瓶定位检测

瓷瓶定位检测主要包括对瓷瓶进行识别和定