声明
第 1 章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 深度学习发展现状
1.2.2 列车故障检测研究现状
1.3 论文的主要工作
1.4 论文的组织结构
第 2 章 相关背景及技术介绍
2.1 列车故障相关背景
2.2 深度学习相关技术
2.2.1 目标检测技术
2.2.2 图像分割技术
2.2.3 注意力机制
2.3 本章小结
第 3 章 多阶段列车图像识别与故障检测方法
3.1 图像预处理模块
3.1.1 图像标注
3.1.2 图像增强
3.2 粗定位模块
3.2.1 模型训练及参数设定
3.2.2 部件定位
3.3 细分割阶段
3.4 故障程度预估阶段
3.4.1 轴承甩油故障程度预判
3.4.2 锁紧板移位故障程度预判
3.5 多阶段检测方法的集成实现
3.6 本章小结
第 4 章 一种基于 U-Net 的注意力图像分割网络
4.1 APP-UNet16的基础架构
4.2 注意力跳跃连接
4.3 金字塔池化连接器
4.4 模型训练及参数设定
4.5 本章小结
第 5 章 实验和结果分析
5.1 数据集的介绍与描述
5.2 性能度量标准
5.3 轴承甩油故障检测实验
5.3.1 多阶段列车图像识别与故障检测方法实验
5.3.2 粗定位阶段实验
5.3.3 注意力分割网络 APP-UNet16 的相关实验
5.3.4 故障程度预估实验
5.4 锁紧板移位故障检测实验
5.5 本章小结
结 论
参考文献
附录 A 攻读硕士学位期间学术成果
附录 B 攻读硕士学位期间所参与的学术科研活动
致 谢
湖南大学;