基于改進卷積神經(jīng)網(wǎng)絡(luò)的鐵路軌道線識別提取

摘要： [目的]鐵路異物入侵防護成為熱點研究話題，而入侵區(qū)域的劃分需要對軌道位置進行檢測。為了確定圖像中的軌道位置，提出了基于改進Mask R-CNN(掩碼-區(qū)域卷積神經(jīng)網(wǎng)絡(luò))結(jié)合數(shù)學模型的方法，對鐵路軌道線進行識別提取。[方法]該方法先對Mask R-CNN進行優(yōu)化并添加注意力機制，引入遷移學習提高模型泛化能力，再使用優(yōu)化模型對軌道線進行識別與分割，然后提取分割數(shù)據(jù)并使用對應(yīng)的數(shù)學表... （共6頁）