基于掩码R-CNN算法的铁路紧固件缺陷检测的应用

针对扣件的断裂、缺失和螺母松动等3种主要缺陷引起的扣件转动,对基于Mask R-CNN网络扣件缺陷检测系统开展研究。首先将扣件图片输入到主干特征提取网络Resnet101对图片进行卷积、池化操作,随后构造FPN（Feature Pyram id Ne tw orks）,经过FPN进行多尺度特征融合后的结果输入到RPN（Re gion Propos al Ne tw orks）,再由RPN筛选出一部分RoI（Region of Interest）,然后对RoI进行RoI Align操作,最后对RoI进行分类、boundingbox回归和扣件掩膜（mask）生成,最后得到的实例分割检测结果。该结果不仅可以通过预测框显示正常扣件和缺陷扣件类别,还可以通过语义分割得到的扣件形状判断扣件类别。因此,在一定程度上缩小了实际操作中因网络本身引起的误差。

基本信息

题目	基于Mask R-CNN算法在轨道扣件缺陷检测中的应用
文献类型	期刊论文
作者	倪费杰,林群煦,闫笑颜,徐群华,吴月玉,江旭耀
作者单位	五邑大学轨道交通学院
文献来源	机械工程师 2021年04期
发表年份	2021
学科分类	工程科技Ⅱ辑,信息科技
专业分类	铁路运输,计算机软件及计算机应用
基金	2019年广东省普通高校青年创新人才类项目（2019GKQNCX104）,自动驾驶控制器（2019CX05）,基于视觉定位的列车设备箱自动装配系统的研发（2019CX16）,带机械臂的自主移动物流机器人（2019CX17）
分类号	TP391.41;U216.3
关键词	扣件缺陷检测,实例分割
页码：	20-23
总页数：	4
文件大小：	2700K

论文目录

0 引言

1 扣件缺陷检测系统简介

2 Mask R-CNN算法

2.1 主干特征提取网络Resnet101

2.2 特征融合模块

2.2.1 FPN模块

2.2.2 RPN模块

3 试验

3.1 试验运行环境

3.2 网络训练

4 结语

参考文献

[1] 基于深度神经网络Mask R-CNN胆囊癌辅助识别系统临床应用价值研究[J]. 中国实用外科杂志 2021(03)

[2] 基于Mask R-CNN的胶囊缺陷检测方法[J]. 无线电工程 2020(10)

[3] 基于Mask R-CNN和迁移学习的水下生物目标识别研究[J]. 计算机应用研究 2020(S2)

[4] 基于改进Mask R-CNN的模糊图像实例分割的研究[J]. 电子与信息学报 2020(11)

[5] 基于改进Mask R-CNN的风机叶片缺陷检测[J]. 可再生能源 2020(09)

[6] 基于Mask R-CNN的电力设备红外图像分割技术研究[J]. 计算机与数字工程 2020(02)

[7] 基于Mask R-CNN的行人分割[J]. 指挥控制与仿真 2020(05)

[8] 基于改进的Mask R-CNN的染色体图像分割框架[J]. 计算机应用 2020(11)

[9] 基于Mask R-CNN的遥感影像土地分割与轮廓提取[J]. 南京信息工程大学学报(自然科学版) 2021(01)

[10] 基于Mask R-CNN改进的遥感图像舰船检测[J]. 计算机工程与应用 2020(08)

[11] 基于Mask R-CNN的卫星影像船舶检测研究[J]. 科技视界 2019(30)

[12] 利用具有注意力的Mask R-CNN检测震害建筑物立面损毁[J]. 武汉大学学报(信息科学版) 2020(11)

[13] 基于改进的Mask R-CNN的行人细粒度检测算法[J]. 计算机应用 2019(11)

[14] 基于Mask R-CNN模型的胸片肺结节检测性能评估[J]. 信息与控制 2020(06)

[15] 基于Mask R-CNN算法的遥感图像处理技术及其应用[J]. 计算机科学 2020(10)

[16] 基于具有空间注意力机制的Mask R-CNN的口腔白斑分割[J]. 西北大学学报(自然科学版) 2020(01)

[17] 一种基于Mask R-CNN和分水岭算法的岩石颗粒图像分割方法[J]. 水电能源科学 2020(11)

[18] 基于Mask R-CNN的机场地面保护区航空器识别研究[J]. 计算机测量与控制 2020(11)

[19] 基于Mask R-CNN的复合绝缘子过热缺陷检测[J]. 中国电力 2021(01)

[20] 基于Mask R-CNN的肝脏CT影像自动分割算法研究[J]. 光电子·激光 2021(01)

[21] 基于Mask R-CNN的玉米干旱卷曲叶片检测[J]. 中国农业信息 2019(05)

[22] 基于Mask R-CNN的枪弹底火装配质量检测系统设计[J]. 兵器装备工程学报 2020(06)

[23] 基于Mask R-CNN的玉米田间杂草检测方法[J]. 农业机械学报 2020(06)

[24] 一种改进的Mask R-CNN图像篡改检测模型[J]. 小型微型计算机系统 2020(11)

[25] 基于改进特征金字塔的Mask R-CNN目标检测方法[J]. 激光与光电子学进展 2019(04)

[26] 人体关键点检测的Mask R-CNN网络模型改进研究[J]. 计算机工程与应用 2021(01)

[27] 基于改进的Mask R-CNN的公路裂缝检测算法[J]. 计算机应用 2020(S2)

[28] 基于Mask R-CNN的车位状态智能识别算法[J]. 计算机仿真 2021(02)

[29] 基于Mask R-CNN和多特征融合的实例分割[J]. 计算机技术与发展 2020(09)

[30] 基于改进Mask R-CNN的火焰图像识别算法[J]. 计算机工程与应用 2020(21)

相似文献

[1]基于Mask R-CNN的复合绝缘子过热缺陷检测[J]. 高熠,田联房,杜启亮.  中国电力.2021(01)

[2]基于改进Mask R-CNN的风机叶片缺陷检测[J]. 张超,文传博.  可再生能源.2020(09)

[3]基于Mask R-CNN的胶囊缺陷检测方法[J]. 段仲静,李少波,胡建军,杨静,王铮.  无线电工程.2020(10)

[4]基于Mask R-CNN和迁移学习的水下生物目标识别研究[J]. 宋绍剑,朱靖旭.  计算机应用研究.2020(S2)

[5]基于改进Mask R-CNN的模糊图像实例分割的研究[J]. 陈卫东,郭蔚然,刘宏炜,朱奇光.  电子与信息学报.2020(11)

[6]基于Mask R-CNN的铸件X射线DR图像缺陷检测研究[J]. 蔡彪,沈宽,付金磊,张理泽.  仪器仪表学报.2020(03)

[7]改进Mask R-CNN在航空影像目标检测的研究应用[J]. 董旭彬,赵清华.  计算机工程与应用.

[8]基于Mask R-CNN的电力设备红外图像分割技术研究[J]. 吴克河,王敏鉴,李渊博.  计算机与数字工程.2020(02)

[9]基于Mask R-CNN的行人分割[J]. 胡剑秋,邢向磊,蒋攀,何佳洲.  指挥控制与仿真.2020(05)

[10]基于改进的Mask R-CNN的染色体图像分割框架[J]. 冯涛,陈斌,张跃飞.  计算机应用.2020(11)