一种基于深度学习和迁移学习的2C设备高铁接触网吊弦缺陷检测方法

摘要

本发明公开了一种基于深度学习和迁移学习的2C设备高铁接触网吊弦缺陷检测方法，克服了现有技术中，高铁接触网吊弦缺陷检测精度有待提高的问题。该发明含有以下步骤：(1)输入拍摄的高分辨率图像；(2)将输入图像送入目标检测网络得到预测结果，用非极大值抑制算法过滤掉所有检测结果中重叠部分过大的检测框；(3)对检测出的正常部位进行坐标匹配；(4)根据匹配结果对漏检的部位进行定位；(5)利用分类网络对定位出的漏检部位进行分类；(6)输出所有异常检测结果。该技术利用深度神经网络来实现目标检测网络以及图像分类网络，能够对更准确的提取图像吊弦各部位的特征，使得本发明具有较强的学习能力以及泛化能力。