摘要
摘要
铁路运输的蓬勃发展对轨道安全监测提出了严苛要求,钢轨扣件作为保障铁路轨
道结构稳定的核心部件,其状态监测至关重要。基于视觉深度学习的传统异常检测方
法,如基于有监督和半监督的方法,存在数据依赖、泛化能力弱及更新成本高等问题,
尤其是面对异常样本稀缺、标注困难的情况,在实际应用中受限明显。为了解决上述
问题,保证铁路列车
摘要
摘要
铁路运输的蓬勃发展对轨道安全监测提出了严苛要求,钢轨扣件作为保障铁路轨
道结构稳定的核心部件,其状态监测至关重要。基于视觉深度学习的传统异常检测方
法,如基于有监督和半监督的方法,存在数据依赖、泛化能力弱及更新成本高等问题,
尤其是面对异常样本稀缺、标注困难的情况,在实际应用中受限明显。为了解决上述
问题,保证铁路列车
文档评论(0)