买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海铁大电信科技股份有限公司申请的专利一种基于卷积神经网络端到端的转辙机缺口检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115880230B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211448000.9，技术领域涉及：G06T7/00；该发明授权一种基于卷积神经网络端到端的转辙机缺口检测方法是由成远;叶伟;张弘远;杨云国;叶斌设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于卷积神经网络端到端的转辙机缺口检测方法在说明书摘要公布了：本发明属于深度学习与人工智能技术领域，特别涉及一种基于卷积神经网络端到端的转辙机缺口检测方法。包括采集列车经过道岔及转辙机带动道岔转换过程的转辙机缺口图像；对采集到的的缺口图像进行筛选和标注得到数据集；将数据集按比例7：2：1划分为训练集，验证集和测试集；对训练集进行数据增强处理；利用数据集训练神经网络，得到检测网络；将采集的缺口图像输入训练好的神经网络进行检测；对检测结果进行分析并给出分析结果。可将各种类型转辙机的缺口检测系统整合成一个系统，提高系统的普适性和可移植性。

本发明授权一种基于卷积神经网络端到端的转辙机缺口检测方法在权利要求书中公布了：1.一种基于卷积神经网络端到端的转辙机缺口检测方法，其特征在于，该方法包括以下步骤： 步骤一、采集列车经过道岔及转辙机带动道岔转换过程的转辙机缺口图像； 步骤二、对采集到的缺口图像进行筛选和标注； 步骤三、将步骤二数据集按比例7：2：1划分为训练集、验证集、和测试集； 步骤四、将步骤三划分的训练集进行数据增强处理； 步骤五、使用步骤三的数据集训练神经网络，得到检测网络； 步骤六、将采集的缺口图像输入训练好的神经网络进行检测； 步骤七、对检测结果进行分析并给出分析结果； 步骤五中所述神经网络结构由yolov3的网络结构改进而来，该神经网络选用darknet53作为主干特征提取网络，首先将输入网络的图片resize到416,416，在卷积的过程中图片的宽，高不断被压缩，通道数不断扩张，可以获得一系列的特征层，取darknet53的最后三个有效特征层，即13*13*1024,26*26*512,52*52*216这三个特征层，利用这三个有效特征层进一步特征融合；该神经网络去除了yolov3网络三个检测头，并对52*52*128特征层进行GAPGlobalAveragePooling处理，继续连接两个Fully_Connected层，第一个Fully_Connected层的神经元个数为50个，第二个Fully_Connected层的神经元个数为7个；步骤五中神经网络的损失函数分为交叉熵损失+L1损失，网络输出的结果为包含7个值的张量T1，T2，T3，T4，T5，T6，T7，计算损失函数前，网络输出张量中前四位经过softmax进行一次计算，后三位是经过sigmoid进行一次计算，得到新的张量t1，t2，t3，t4，t5，t6，t7，所述步骤二标注值为y1，y2，y3，y4，y5，y6，y7；损失函数为：loss＝-∑ti*lnyi+∑|y5-t5|+2*∑|yj-tj|；其中i∈{1,2,3,4}，j∈{6,7}，损失函数的第三项乘上系数2是为了使神经网络对转辙机缺口值的检测更加精确，通过扩大系数可以使网络对检测的缺口值的误差更加敏感。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海铁大电信科技股份有限公司，其通讯地址为：201800 上海市嘉定区南翔镇蕰北公路1755弄6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。