1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 报告/分析
  5. 交通

基于深度学习的动车组关键部件缺陷检测方法研究.pdf

基于深度学习的动车组关键部件缺陷检测方法研究.pdf

    1. 1、本文档共60页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    随着我国高速铁路网规模的不断扩大和铁路运输需求的日益增长，动车组需

    全天候不间断运行，安全隐患也不断增加。动车组为高速移动的复杂巨系统，齿

    轮箱、转向架、减振器等关键零部件结构复杂，易受运行环境的影响产生异物、

    漏油和划痕缺陷。若检查处理不及时，可能会导致事故的发生。目前国内主要采

    用动车组运行故障图像检测系统对动车组进行安全检测，由于该系统的检测精度

    较低，高速相机采集到的图片需要人工进行二次识别，检测效率和质量均无法保

    证。为满足动车组的实际缺陷检测需求，本文提出一种基于改进YOLOv5

    您可能关注的文档

    最近下载

    文档评论（0）

    136****6583 + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间
    版权声明书
    用户编号：7043055023000005

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >