買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南工業大學申請的專利一種基于CNN的移動端列車圖像故障檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116664939B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310667481.0，技術領域涉及：G06V10/764；該發明授權一種基于CNN的移動端列車圖像故障檢測方法是由張龍信;周鵬;鄧曉軍;文志誠;文志華;張瀟云設計研發完成，并于2023-06-06向國家知識產權局提交的專利申請。

本一種基于CNN的移動端列車圖像故障檢測方法在說明書摘要公布了：本發明公開了一種基于CNN的移動端列車圖像故障檢測方法，所述方法的步驟包括：S1：預處理列車圖像，獲取待檢測的數據集；S2：將預訓練權重和步驟S1中的數據集輸入至PC端，用于訓練移動端的列車圖像故障檢測模型LMTD，其LMTD模型由輕量級特征提取網絡LFENet、殘差聚合網絡RPAN和耦合模塊組成；S3:將步驟S2中訓練過的LMTD模型部署至移動端設備，輸入待檢測的列車圖像，檢測列車故障，并展示LMTD模型檢測列車故障的檢測結果；本發明LMTD模型中LFENet用于提高模型檢測精度并降低計算成本；LMTD模型中的RPAN獲取多層次特征圖，以檢測不同尺寸的目標，提高模型的表達能力，提升檢測精度；綜上所述，本發明提高列車圖像檢測精度和速度，實現移動端實習列車圖像故障檢測。

本發明授權一種基于CNN的移動端列車圖像故障檢測方法在權利要求書中公布了：1.一種基于CNN的移動端列車圖像故障檢測方法，其特征在于，所述方法包括以下步驟： S1：預處理列車圖像，將列車圖像縮放至適當的尺寸，并使用數據增強的方法擴充待檢測的數據集； S2：將預訓練權重和步驟S1中的數據集輸入至PC端，用于訓練移動端的列車圖像故障檢測模型LMTD，并輸出模型權重，其LMTD模型由輕量級特征提取網絡LFENet、殘差聚合網絡RPAN和耦合模塊組成； S3：LMTD模型的訓練過程如下： S3.1：將經過預處理的圖像送至LMTD模型中的輕量級特征提取網絡LFENet，以獲取列車圖像的特征圖； S3.2：使用殘差聚合網絡RPAN將上述步驟S3.1中獲取的相鄰特征圖進行特征融合，并獲取多層次特征圖，用于多尺度特征預測，檢測不同尺度的目標； S3.3：將步驟S3.2中提取的列車圖像特征輸入至耦合模塊中的耦合檢測器進行多尺度列車故障檢測，并使用SimOTA動態標簽分配策略，優化LMTD模型的訓練過程，得到分類和回歸結果； S4：將步驟S3中訓練過的LMTD模型部署至移動端設備，輸入待檢測的列車圖像，檢測列車故障，并展示LMTD模型檢測列車故障的檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南工業大學，其通訊地址為：412000 湖南省株洲市天元區泰山路88號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。