本发明公开了一种基于深度学习的钢轨表面缺陷检测方法，本发明克服了传统非智能化的钢轨表面缺陷检测方法，结合深度学习的研究成果，提出运用基于语义分割的钢轨表面缺陷检测，可用于无损、无接触检测。描述采集的钢轨表面图像被制作成钢轨数据集送入到设计的神经网络中，运用基于语义分割的自定义网络训练学习，最终得到训练完成的网络，用于钢轨表面缺陷图像检测并标记缺陷区域，结合后端的图像处理技术获取缺陷轮廓，可进行智能识别，达到高精度检测、减少人工干预的目的。
声明：
“基于深度学习的钢轨表面缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1314
编辑：管理员
来源：北方有色网
咨询细节
