扣件检测快又准
面向铁路扣件故障的嵌入式视觉检测装置，采用级联深度学习方法，在真实铁路图像上实现了超越人工巡检的检测精度与召回率。
刘建伟 · 刘宏立 · Chakraborty, Chinmay · Yu, Keping · Shao, Xun · 马子骥
IEEE Internet of Things Journal 2023
级联学习先定位扣件区域再检测故障，在实验中达到95.38%的平均精度和98.62%的平均召回率，远优于人工操作。
采用改进的SSD模型从铁路图像中定位扣件区域，为后续故障检测提供可靠基础。
针对故障扣件样本不足的问题，通过级联学习和关键部件检测方法，避免了对大量故障样本的依赖。