文档名：基于卷积神经网络和投票机制的轨道板裂缝检测
现有的检测方法对轨道板细微裂缝和夜间拍摄的裂缝图像存在误检和漏检的现象,为此提出了一种基于卷积神经网络的改进方法.将特征图分组后用注意力机制强化各组向量的特征表达,以动态聚合弱分类器预测结果的方式得到最终的裂缝置信度.借助投票机制有效降低最终的预测偏差,提升模型的鲁棒性.实验结果表明:该改进方法在减少模型参数的情况下,在裂缝数据集上的准确率提升1.6％,在CIFAR-10数据集上的准确率提升2.8％.
作者：李文举 何茂贤 张耀星 陈慧玲 李培刚
作者单位：上海应用技术大学计算机科学与信息工程学院,上海201418上海应用技术大学轨道交通学院,上海201318
母体文献：CCF第35届中国计算机应用大会论文集
会议名称：CCF第35届中国计算机应用大会
会议时间：2020年10月16日
会议地点：湖北襄阳
主办单位：中国计算机学会
语种：chi
分类号：
关键词：高速铁路 轨道板 裂缝检测 卷积神经网络 投票机制
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 5.48 MB
- 下载次数:
- 60
-
高速下载
|
|
