基于YOLO v3的钢轨螺栓组件故障检测方法

来源 :机器人技术与应用 | 被引量 : 0次 | 上传用户:ffftty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对火车轨道钢轨接头处螺栓组件目标较小的特点,采用基于YOLO v3的目标检测算法,用于钢轨连接处螺栓、垫圈、螺母等小目标的检测。具体方法是:以YOLO v3网络为基础,首先进行数据采集和人工标记,标记之后进行网络训练,最后再将训练好的模型应用于测试集,从而检测出图像序列中的螺栓组件目标,并通过候选框标注所检测目标位置、标签、置信度。经过实验验证表明:基于YOLO v3的钢轨螺栓目标检测算法,在螺栓组件检测过程中满足实时性要求的情况下,均值平均精度达到86.106%,帧处理速率达到38.21帧/s。
其他文献
本文介绍一种通过智能控制实现全铝白车身自动弧焊系统解决方案。机器人焊接全铝白车身主要采用弧焊工艺,辅助点焊、铆接、胶结等工艺方法;采用挤压铝型材以及铝板冲压件,进
市面上常见的切割器均规定了固定的工作流量,当进入切割器的气流量不符合其标准工作流量时,就会带来捕集效率的偏差。通过搭建基于静态箱法的切割器捕集效率评价系统,对国产、进口的旋风式_(2.5)切割器的捕集效率进行了评价,研究了切割器标准工作流量及该值的70%、80%、120%、130%作为抽气流量时对_(2.5)切割器的捕集效率的影响。实验结果表明,_(2.5)切割器的Da50会随着进气流量的改变呈现
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
以ISO 4037中推荐的低空气比释动能率系列过滤X射线参考辐射为研究对象,设计合理的半值层测量实验,测量获取第一半值层的值;对建立的辐射质,利用碲锌镉能谱仪测量其过滤X射线
Nitroaromatic explosives are major pollutants produced during wars that cause serious environmental and health problems.The removal of a typical nitroaromatic e
人工智能近年在政策层面被国家重点支持,人工智能技术已经在各行各业广泛应用,随着人工智能产业的快速发展,“一将难求”局面显现。对此,国内必须充分把握人工智能发展状况与
本文主要阐述工业机器人在球墨铸铁管生产线上初步生产应用的情况,结合企业面临的生产困境,通过技术研判进行大胆尝试,实际解决企业的痛点问题。其中,结合功能要求,简述了机
The explosive increase of construction and demolition waste (CDW) caused the insufficient source separation and emergency disposal at domestic waste landfills i
Indoor air quality (IAQ) directly affects the health of occupants.Household manufacturing equipment (HME) used for hobbies or educational purposes is a new and
随着国家超低排放政策的深入,对烟气中污染物浓度精确测量提出了更高的要求。基于傅里叶红外光谱仪建立了高温含水条件下一氧化氮(NO)气体精确测量系统,在191℃条件下测量了含5%~20%水蒸气与摩尔分数为5~40μmol/mol NO混合前后的吸收光谱,通过修正混合物中H2O的吸光度来精确确定NO浓度,并评价了系统测量不确定度。结果表明:NO在高温含水条件下测量结果与标准气体量值相对偏差小于1.8%,