10.19549/j.issn.1001-683x.2023.06.21.002
YOLOv5超声波图像识别技术在高原高寒钢轨探伤中的应用
高原高寒地区环境复杂、昼夜温差大,对铁路建设与运营产生不良影响,容易发生由于钢轨内部伤损引起的断裂事故.研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用,特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测.通过智能钢轨探伤仪采集高寒地段钢轨数据,以YOLOv5方法对数据集进行整理、处理和模型训练,精准识别和定位轨头核伤、轨面鱼鳞伤等损伤.研究表明,基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性,可以同时进行目标检测和类别分类,并能在保持较高准确度的同时实现快速检测.提供一种新的、更有效的钢轨探伤检测数据分析方法,有助于提高铁路安全和运营效率.
YOLOv5、超声波图像识别、钢轨探伤检测、青藏铁路、高原高寒环境、轨头核伤、轨面鱼鳞伤
U216(铁路线路工程)
2023-10-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
85-89