Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Pomiary Automatyka Robotyka

1 2024

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytmy uczące

Sortuj według:

Ogranicz wyniki do:

Automatyczna diagnostyka elementów toru kolejowego z użyciem sieci neuronowych głębokiego uczenia

Bojarczak Piotr, Nowakowski Waldemar

Pomiary Automatyka Robotyka

2024

R. 28, nr 3

21--30

W artykule omówiono metodę automatycznej diagnostyki szlaku kolejowego. Polega ona na automatycznej ocenie stanu technicznego wybranych elementów toru, takich jak szyny, podkłady drewniane, podkłady betonowe, przytwierdzenia podkładów oraz rozjazdy. Przeprowadzono ją na podstawie analizy obrazów wideo elementów toru kolejowego zarejestrowanych przez dwie kamery linijkowe umieszczone na drezynie pomiarowej. Do oceny stanu technicznego badanych elementów zastosowano wybraną sieć neuronową głębokiego uczenia FCN-8. Określono też skuteczność zastosowanego algorytmu na podstawie takich miar jak IoU, Precision, Recall. Przedstawiono wnioski dotyczące zastosowania sieci FCN-8 w automatycznej klasyfikacji cech wybranych elementów toru kolejowego. Uzyskane rezultaty porównano z innymi metodami wykorzystywanymi w diagnostyce wizyjnej.

The article discusses a method for automatic diagnostics of a railway track. It consists in automatic evaluation of the technical condition of selected track elements, such as rails, wooden and concrete sleepers, fasteners and turnouts. It was carried out on the basis of analysis of video images of railroad track elements recorded by two line cameras placed on the diagnostic carriage. The selected FCN-8 deep learning neural network was used to assess the technical condition of the surveyed elements, and the effectiveness of the applied algorithm was determined on the basis of such measures as IoU, Precision, Recall. Conclusions on the application of the FCN-8 network in the automatic classification of features of selected railroad track elements are presented. The results obtained were compared with other methods used in vision diagnostics.