딥 러닝 신경망을 이용한 철도 트랙 구성요소의 자동 진단

이 기사는 철도 선로의 자동 진단 방법에 대해 논의합니다. 이 방법은 레일, 목재 및 콘크리트 침목, 개비 및 분기선과 같은 선택된 선로 구성 요소의 기술 상태를 자동으로 평가하는 데 있습니다. 진단용 차량에 설치된 두 개의 라인 카메라로 촬영한 철도 선로 구성 요소의 비디오 이미지를 분석하여 수행되었습니다. 조사된 구성 요소의 기술 상태를 평가하기 위해 선택된 FCN-8 딥 러닝 신경망이 사용되었으며, 적용된 알고리즘의 효과는 IoU, 정밀도, 재현율과 같은 측정기준을 바탕으로 결정되었습니다. 선택된 철도 선로 구성 요소의 자동 분류에서 FCN-8 네트워크의 적용에 대한 결론이 제시됩니다. 얻어진 결과는 비전 진단에 사용된 다른 방법들과 비교되었습니다.