基于深度学习与支持向量机的钢轨伤损智能识别系统

作者：罗江平^*; 喻熙倬; 曹经纬; 杜卫红

来源：机车电传动, 2021, (02): 100-107.

DOI：10.13890/j.issn.1000-128x.2021.02.016

• 钢轨探伤
• 深度学习
• 支持向量机
• 智能识别
• 轨道交通
• 工程机械

目前国内钢轨探伤车检测系统都带有自动伤损识别功能,但由于采用了基于既有规则的简单逻辑判断方法,其自动识别的准确率不高,误报较多,伤损漏报的现象时有发生。针对该问题,根据钢轨探伤车所检测数据的特点,提出了基于深度学习与支持向量机的钢轨伤损智能识别系统技术方案;采用深度可分离卷积与选择性搜索相结合的方法进行目标定位;基于人工构建的多维特征,采用支持向量机方式进行伤损图像分类;并通过使用实际线路所测数据中的人工标注样本进行测试,验证了方法的有效性。测试结果表明,该系统在各项技术指标上均表现优异,伤损检出率达到99.8%,误报率降为12%,分类准确率达到95%以上。

• 单位
  株洲时代电子技术有限公司; 长沙市轨道交通运营有限公司