技术总结
本发明公开了一种基于深度学习的TFDS非故障图像检测方法，该方法基于深度学习理论，结合深度学习图像分类与目标检测技术，搭建一个能够同步检测多区域多类别的网络模型，该模型对铁路TFDS图像中的非故障关键部位的区域进行定位检测，未被检测出的图像判为疑似故障图像，这些少量疑似故障图像再由室内列检人员人眼观察检测。本发明提供的TFDS非故障图像检测方法借助深度学习技术，滤除大量非故障图像，仅将少量的疑似故障图像由人眼观察图像判别，该方法能够大大减轻室内列检人员的工作量，降低列检人员的工作强度。
技术研发人员：孙军华;肖钟雯;谢艳霞
受保护的技术使用者：北京航空航天大学
文档号码：201611110940
技术研发日：2016.12.06
技术公布日：2017.05.31