论文部分内容阅读
随着我国高速列车的快速发展,提高接触网系统的检测技术具有重要的现实意义。定位器是接触网系统的关键零部件之一,其良好的坡度状态确保受电弓具有高的受流质量。传统的定位器检测主要采用人工巡检方式或者基于机器学习的图像检测技术。它们由于检测效率太低而逐渐不满足铁路大时代下高精确率和高实时性的检测实际需求。由于近年来深度学习和计算机视觉技术的提高和广泛应用,针对上述问题论文提出基于改进型的Faster R-CNN定位器视觉检测系统。所提出的改进型Faster R-CNN深度学习模型创新性地利用多尺度卷积特征,