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！

申请/专利权人：中国铁路广州局集团有限公司;珠海市圈宝网络科技有限公司

摘要：本发明公开了混合钢轨超声波B显图谱伤损识别方法、系统和存储介质，包括对钢轨超声波B显图像各类伤损图谱的分类学习，使用收集的数据样本集进行识别模型的训练、通过对所有参数的比对选择出最优的模型，再配以最合适的数据增强组合，最后将其搭载系统上，部署在硬件设备或存储介质上进行伤损识别作业，系统在识别完伤损图谱后，以列表的形式展示在超声波视频中识别出的所有伤损数据，本发明通过人工智能深度学习算法来训练出用于识别钢轨超声波B显图谱的模型，探伤人员在使用搭载了该模型的系统时，可以直接在列表中查看到伤损的数据及其相关信息，大大缩短判伤作业时长，提升探伤工作效率。

主权项：1.混合钢轨超声波B显图谱伤损识别方法，其特征在于：所述方法包括以下步骤：S1、超声波视频数据采集，在采集超声波B显视频时，摒弃非伤损数据和删除重复图像帧，制作标准视频文件；S2、伤损数据打标，来自实际探伤作业中积累的超声波B显视频中提取若干张包含各类伤损的超声波B显图谱，并使用打标工具，在超声波图谱上进行绘制一个或多个伤损边界框并记录其正确伤损类别；S3、整理所有伤损类型数据集，根据实际伤损发生数量的多少来确定每种类型需要收集的样本数量，并构成是数据集；S4、标注时间序列数值型数据，使用步骤S2和步骤S3中标注的图像数据，通过比对B显图谱的原始数据RawData，将原始数据中的数值作为特征，标注的类别作为预测分类的训练样本；S5、数据增强，通过GAN网络方法进行数据增强，利用数学方法随机生成大量训练数据；S6、模型训练，使用采集到的样本集中80％的数据，配以模型架构、数据增强配置、自适应锚框技术组合来进行模型训练；S7、训练AI文字判别模型，采用PaddleOCR算法实现对伤损图谱上的文字进行识别里程、公里数、股别数，针对伤损图谱的具体文字特征进行识别；S8、模型校验，使用另外的样本数据，对训练出的模型进行校验，以此推进模型识别的精确程度；所述步骤S5的GAN网络方法进行数据增强，利用数学方法随机生成大量训练数据，通过截取伤损部分的图像来训练生成器去判别伤损的真实性，通过随机种子z来生成无限量的图像x＝Gz，所述GAN网络方法通过计算真实伤损图片和模型生成伤损图片的误差来控制收敛方向，从而使得GAN生成的图片与真实伤损的外形相近；网络的收敛函数如下定义：minGmaxDVD，G＝Ex～pdatax[logDx]+Ez～pzz[log1-DGz]。

全文数据：

权利要求：

百度查询： 中国铁路广州局集团有限公司 珠海市圈宝网络科技有限公司 混合钢轨超声波B显图谱伤损识别方法、系统和存储介质