基于改进后的图卷积网络的车门破损故障识别检测方法

发明专利有效专利

申请号：
CN202210836616.7
IPC分类号：G06V20/59;G06V10/82;G06N3/04;G06N3/08
申请日期：
2022-07-15
申请人：
哈尔滨市科佳通用机电股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于改进后的图卷积网络的车门破损故障识别检测方法
申请号	CN202210836616.7	申请日期	2022-07-15
法律状态	公开	申报国家	中国
公开/公告日	2022-11-01	公开/公告号	CN115273044A
优先权	暂无	优先权号	暂无
主分类号	G06V20/59	IPC分类号	G;0;6;V;2;0;/;5;9;;;G;0;6;V;1;0;/;8;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	哈尔滨市科佳通用机电股份有限公司	申请人地址	黑龙江省哈尔滨市经开区哈平路集中区潍坊路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨市科佳通用机电股份有限公司	当前权利人	哈尔滨市科佳通用机电股份有限公司
发明人	王璐
代理机构	哈尔滨市松花江专利商标事务所	代理人	张月航

摘要

基于改进后的图卷积网络的车门破损故障识别检测方法，涉及铁路货车故障检测技术领域。本发明是为了解决现有利用人工对货车车门进行识别检测的方式错误率高且效率低下的问题。本发明基于改进后的图卷积网络的车门破损故障识别检测方法，将被测车门图像作为目标图像输入至训练好的深度学习网络模型中进行故障识别，获得车门故障识别结果，在将目标图像输入至训练好的深度学习网络模型前，先将目标图像转化为图结构，然后将所述图结构输入至训练好的深度学习网络模型中，所述深度学习网络模型为图卷积网络模型，所述图卷积网络模型采用UNet网络结构。本发明适用于对铁路货车的车门进行故障检测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供