一种基于深度学习的高铁接触网拉线缺陷检测方法

摘要

本发明公开了一种基于深度学习的高铁接触网拉线缺陷检测方法，包括对拉线的缺陷进行分类，根据拉线的缺陷类别对包含待测目标的数据样本进行标注；对所述标注好的数据样本进行预处理并转换格式；将转换格式后的数据样本输入到搭建好的网络模型中，输出预测结果；对预测结果进行后处理得到最终的缺陷检测结果。本发明通过对人造物体固有属性的建模，提高了网络对拉线角度的鲁棒性，也提高了传统正框目标检测的准确率。同时本发明提出的方法摒弃了繁复地手工设计特征的过程，直接利用深度网络强大的特征学习能力提取关键部件的缺陷特征，实现了端到端的缺陷检测，并替代人工筛选缺陷图像的过程，减轻了人的工作量，缩短了从发现缺陷到检修的过程。