Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Loosening Bolts Detection of Bogie Box in Metro Vehicles Based on Deep Learning Mengendurkan Bolt Pengesanan Kotak Bogie dalam Kenderaan Metro Berdasarkan Pembelajaran Mendalam

Weiwei QI, Shubin ZHENG, Liming LI, Zhenglong YANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Bolt dalam kotak bogie kenderaan metro adalah pengikat yang penting untuk struktur kotak bogie. Pengesanan bolt longgar yang berkesan pada peringkat awal boleh mengelakkan kehilangan bolt dan kejadian kemalangan. Baru-baru ini, kaedah pengesanan berdasarkan penglihatan mesin dibangunkan untuk melonggarkan bolt. Tetapi kaedah pemprosesan imej dan pembelajaran mesin tradisional mempunyai kadar terlepas yang tinggi dan kadar palsu untuk pengesanan bolt kerana saiz kecil dan latar belakang yang kompleks. Untuk menangani masalah ini, kaedah pembelotan bolt longgar berdasarkan pembelajaran mendalam dicadangkan. Kaedah yang dicadangkan melantunkan dua peringkat secara kasar hingga halus, termasuk peringkat lokasi berdasarkan Pengesan Kotak Berbilang Tembakan Tunggal (SSD) dan SSD yang dipertingkatkan secara berurutan menyetempatkan kotak bogie dan bolt serta peringkat pembahagian semantik dengan Rangkaian berbentuk U. (U-Net) untuk mengesan kelonggaran bolt. Ketepatan dan keberkesanan kaedah yang dicadangkan disahkan dengan imej yang ditangkap dari Shanghai Metro Line 9. Keputusan menunjukkan bahawa kaedah yang dicadangkan mempunyai ketepatan yang lebih tinggi dalam mengesan bolt yang longgar, yang boleh menjamin operasi stabil kenderaan metro.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E105-D No.11 pp.1990-1993
Tarikh penerbitan
2022/11/01
Diumumkan
2022/07/28
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2022EDL8041
Jenis Manuskrip
LETTER
kategori
Pengecaman Imej, Penglihatan Komputer

Pengarang

Weiwei QI
  Shanghai University of Engineering Science
Shubin ZHENG
  Shanghai University of Engineering Science
Liming LI
  Shanghai University of Engineering Science
Zhenglong YANG
  Shanghai University of Engineering Science

Kata kunci

Contents [show]