科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决钢轨表面伤损检测问题，提出一种少样本条件下的钢轨表面伤损检测方法。首先，设计样本随机组合策略，扩充钢轨表面伤损数据集规模；其次，引入迁移学习方法，在公开大规模数据集上进行迁移学习训练，以获得迁移学习能力，降低对钢轨表面伤损样本的需求数量；最后，加入通道自注意力机制，提高模型的训练速度。实验证明，该方法可有效提高钢轨表面伤损的识别精度。
- 单位
为解决钢轨表面伤损检测问题，提出一种少样本条件下的钢轨表面伤损检测方法。首先，设计样本随机组合策略，扩充钢轨表面伤损数据集规模；其次，引入迁移学习方法，在公开大规模数据集上进行迁移学习训练，以获得迁移学习能力，降低对钢轨表面伤损样本的需求数量；最后，加入通道自注意力机制，提高模型的训练速度。实验证明，该方法可有效提高钢轨表面伤损的识别精度。
