基于卷积神经网络的铁路扣件检测与定位方法
计算机视觉与模式识别
2019-08-01 v2
摘要
铁路运输是我国国民经济的动脉，在当今社会发展中发挥着重要作用。由于我国铁路安检技术起步较晚，当前铁路安检任务主要依赖人工巡检，但人工巡检效率低下，且需耗费大量人力物力。本文建立了包含约 4 类共 4000 张钢轨扣件图片的钢轨扣件检测图像数据集。我们利用区域建议网络生成感兴趣区域，使用卷积神经网络提取特征，并将分类器融合进检测网络。通过在线难样本挖掘提升模型精度，并通过减少感兴趣区域数量优化 Faster RCNN 检测框架。最终，在 TITAN X GPU 部署环境下模型精度达 99%，速度达 35FPS。
引用
@article{arxiv.1907.01141,
title = {High-speed Railway Fastener Detection and Localization Method based on convolutional neural network},
author = {Qing Song and Yao Guo and Jianan Jiang and Chun Liu and Mengjie Hu},
journal= {arXiv preprint arXiv:1907.01141},
year = {2019}
}
备注
6 pages, 5 figures