基于改進(jìn)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(hù)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(jìn)行檢測。為了確定圖像中的軌道位置，提出了基于改進(jìn)Mask R-CNN(掩碼-區(qū)域卷積神經(jīng)網(wǎng)絡(luò))結(jié)合數(shù)學(xué)模型的方法，對鐵路軌道線進(jìn)行識別提取。[方法]該方法先對Mask R-CNN進(jìn)行優(yōu)化并添加注意力機制，引入遷移學(xué)習(xí)提高模型泛化能力，再使用優(yōu)化模型對軌道線進(jìn)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(xué)表...