(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210900203.0 (22)申请日 2022.07.28 (71)申请人 哈尔滨市科佳通用机电股份有限公 司 地址 150060 黑龙江省哈尔滨市经开区哈 平路集中区潍 坊路2号 (72)发明人 于婷　 (74)专利代理 机构 哈尔滨市松花江专利商标事 务所 23109 专利代理师 张月航 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06T 7/73(2017.01) G06V 10/778(2022.01)G06V 10/776(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种铁路货车制动阀防盗罩脱落的故障图 像识别方法 (57)摘要 一种铁路货车制动阀防盗罩脱落的故障图 像识别方法， 涉及铁路货车故障检测技术领域。 本发明是为了解决无论是人工还是深度学习检 测网络在对制动阀防盗罩进行识别检测时， 都会 有检测错误率高的问题。 本发明针对 特征提取阶 段进行改进， 通过拆分卷积核进行特征提取， 可 以提升目标的检测精度， 并通过随机搜索的方式 调整训练模 型的超参数， 可以有效的减少模型训 练的时间和模 型推断的时间。 本发 明适用于对铁 路货车制动阀防盗罩进行检测。 权利要求书2页 说明书5页 附图1页 CN 115147664 A 2022.10.04 CN 115147664 A 1.一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 将被测图像输入至训练好的 cascade‑rcnn网络中， 获得检测结果， 利用检测结果判断制动阀防盗罩是否脱落； 其特征在于， 在所述cascade ‑rcnn网络中采用resnet卷积网络对图像进行特征提取， 所述resnet卷积 网络包括12组残差单元， 每组残差单元包括均16条并联的卷积支链， 每条 卷积支链均对残差单元的输入进 行1*1的卷积操作和3*3的卷积操作， 利用滤波器将16条卷 积支链输出的特征矩阵进 行串联， 再对串联之后的特征矩阵进 行1*1的卷积操作， 该卷积结 果与残差单元的输入相加之后通过rule激活函数获得的结果输入至下一组残差单元中， 最 后一组残差单 元的输出 结果为resnet卷积网络的输出。 2.根据权利要求1所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 第一组残差单 元的输入通过以下 方法获得： 将被测图像依次通过7*7卷积层、 BN层、 relu激活函数和最大池化层获得通道数为64的 特征矩阵， 然后 将该特征矩阵分别输入至两个1*1的第一卷积块中， 其中一个第一卷积块的 输出依次经过3*3的第二卷积块和1*1的第三卷积块获得通道数为256的特征矩阵， 该通道 数为256的特征矩阵与另一个第一卷积块的输出相加的和作为第一组残差单 元的输入。 3.根据权利要求1或2所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其 特征在于， cascade ‑rcnn网络包括一个基础检测网络和三个相互串联的探测器， 基础检测 网络的输出 结果依次经 过三个探测器后获得cascade ‑rcnn网络的输出； 基础检测网络包括： 特征提取网络、 区域建议网络和目标定位网络， 每个探测器均包 括： 感兴趣区域池化层、 区域建议网络和目标定位网络 。 4.根据权利要求3所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 所述特 征提取网络： 采用resnet卷积网络对输入图像进行 特征提取， 获得 特征图。 5.根据权利要求4所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 所述区域建议网络： 利用RPN网络在特 征图中截取候选 框。 6.根据权利要求5所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 所述目标定位网络： 对RPN网络截取的候选框进行分类， 获得含有被测目标的候选 框， 然后将含有被测目标 的候选框回归到被测图像的原始位置， 最后根据非极大值抑制算 法选取获得 得分最高的候选 框作为目标定位网络的输出 结果。 7.根据权利要求6所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 所述感兴趣 区域池化层： 将目标定位网络的输出结果调整到resnet卷积 网络输出 的特征图的维度。 8.根据权利要求5或7所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其 特征在于， 三个探测器中区域建议网络的IOU阈值按照信号传输顺序依次设置为0.55、 0.65 和0.7。 9.根据权利要求1所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 所述利用检测结果判断制动阀防盗罩是否脱落的具体方法为： 分别判断所述检测结果是否符合以下三 点： 1)、 判断制动阀是否存在， 2)、 判断制动阀防盗罩的完整吊架个数否为2， 3)、 判断加固螺 栓的个数 是否为2，权　利　要　求　书 1/2 页 2 CN 115147664 A 2若检测结果均符合以上三 点， 则制动阀防盗罩未脱落， 否则制动阀防盗罩脱落。 10.根据权利要求1所述的一种铁路货车制动阀防盗罩脱落的故障图像识别方法， 其特 征在于， 被测图像的获得 方法为： 采集被测车辆的中部图像并在该中部图像中对制动阀防盗罩进行定位， 之后将含有制 动阀防盗罩的部分截取出来获得子图像， 在该子图像中将制动阀防盗罩的加固螺栓、 吊架 及制动阀均利用矩形框标记出来， 将标记后的子图像作为被测图像。权　利　要　求　书 2/2 页 3 CN 115147664 A 3