語義數(shù)據(jù)標注的輕量化軌道扣件故障檢測方法

摘要： 針對常規(guī)深度學習網(wǎng)絡(luò)規(guī)模大、對現(xiàn)場設(shè)備硬件要求高且人工標注位置數(shù)據(jù)復雜費時等問題，提出了一種語義數(shù)據(jù)標注的輕量化軌道扣件故障檢測方法。該方法僅對訓練數(shù)據(jù)做語義標注，改進輕量化Transformer模型，嵌入梯度加權(quán)類激活映射（gradient-weighted class activation mapping，簡稱Grad-CAM）模塊對模型輸出的特征圖權(quán)重作映射處理，可將模型... （共9頁）