买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州立创致恒电子科技有限公司申请的专利一种基于深度学习的铁轨扣件异常识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114612833B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210250584.2，技术领域涉及：G06V20/40；该发明授权一种基于深度学习的铁轨扣件异常识别方法及系统是由李骏;邱心怡;魏翼飞;周方明设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本一种基于深度学习的铁轨扣件异常识别方法及系统在说明书摘要公布了：本申请涉及神经网络技术领域，提供一种基于深度学习的铁轨扣件异常识别方法及系统，首先，获取铁轨深度图以及对应的采集位置；然后，通过扣件检测模型定位铁轨深度图中扣件所在位置并生成带有扣件的预测框图像和所述预测框图像的基本信息；再然后将所述预测框图像以及预测框图像的基本信息输入预先建立的扣件异常状态识别模型，并由所述扣件异常状态识别模型对预测框图像中的扣件进行二次分类，获得扣件的最终类别。通过对铁轨深度图中的扣件进行定位，并提取出带有扣件的预测框图像，然后由扣件异常状态识别模型识别扣件的最终类别，降低运算复杂度，提高检测速度和识别准确率，并保证能够将检测结果进行即使反馈。

本发明授权一种基于深度学习的铁轨扣件异常识别方法及系统在权利要求书中公布了：1.一种基于深度学习的铁轨扣件异常识别方法，其特征在于，包括： 获取铁轨深度图以及对应的采集位置，并输入预先建立的扣件检测模型； 扣件检测模型响应于输入的铁轨深度图，定位铁轨深度图中扣件所在位置并生成带有扣件的预测框图像和所述预测框图像的基本信息，所述预测框图像的基本信息包括预测框图像中扣件所处位置、初步分类、铁轨图像获取时间； 将所述预测框图像以及预测框图像的基本信息输入预先建立的扣件异常状态识别模型； 所述扣件异常状态识别模型响应于所述预测框图像，对预测框图像中的扣件进行二次分类，获得扣件的最终类别； 其中，所述预先建立的扣件异常状态识别模型通过以下步骤建立： 将扣件检测模型输出的预测框图像以及所述预测框图像的基本信息输入二次识别网络，所述二次识别网络包括基于重加权损失函数的不平衡学习分支和基于改进Mixup算法的数据增强分支； 通过数据增强分支对所述预测框图像中扣件的初步类别进行插值，并将插值类别向扣件异常状态类别偏移； 通过不平衡学习分支将所述预测框图像中扣件的初步类别向扣件异常状态类别偏移； 对不平衡学习分支和数据增强分支进行动态加权得到损失值，并将所述损失值反向传播同步对二次识别网络进行参数的更新，获得扣件异常状态识别模型； 所述不平衡学习分支的损失函数为： ； 其中，为样本实际标签，为调制系数，为样本数，为预测样本属于的概率，C为所有类别的总数，为超参数，，扣件类别的有效样本数量； 所述损失值为：，其中，是不平衡学习分支的损失函数，是数据增强分支的损失函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州立创致恒电子科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区金鸡湖大道1355号国际科技园A503；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。