基于迁移学习的车轮踏面损伤检测

摘要：

为解决车轮踏面损伤样本不足问题,构建了相似车轮踏面的样本数据集,基于迁移学习的思想对车轮踏面损伤进行诊断检测.首先根据车轮踏面损伤实际图像数据构建了相似车轮踏面损伤类别数据集,利用YOLOv3神经网络对构建好的踏面损伤类别数据集进行训练,建立车轮踏面损伤特征提取参数模型;然后将该特征提取模型迁移到实际车轮踏面损伤数据样本中.实验结果表明,该方法对车轮踏面损伤检测具有很好的检测效果,为车轮踏面损伤检测提供一种有效诊断方案.

关键词：踏面损伤;检测;迁移学习;YOLOv3

所属期刊栏目：40

分类号：TF3;TP39;TF046.4(冶金机械、冶金生产自动化)

资助基金：内蒙古自然基金资助项目2020MS06008,2019MS06036

在线出版日期：2021-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147