Preciso y ligero RailNet para la detección en tiempo real de líneas ferroviarias
Autores: Tao, Zhen; Ren, Shiwei; Shi, Yueting; Wang, Xiaohua; Wang, Weijiang
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Preciso y ligero RailNet para la detección en tiempo real de líneas ferroviarias
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Transporte ferroviario
Visión por computadora
Algoritmo de detección de líneas ferroviarias
Aprendizaje profundo
Módulo de segmentación de rieles
Conjunto de datos rawrail
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El transporte ferroviario siempre ha ocupado una posición importante en la vida diaria y el progreso social. En los últimos años, la visión por computadora ha logrado avances prometedores en el transporte inteligente, brindando nuevas ideas para detectar líneas ferroviarias. Sin embargo, la mayoría de los algoritmos de detección de líneas ferroviarias utilizan procesamiento de imágenes tradicional para extraer características, y su precisión de detección y rapidez siguen sin mejorar. Este documento supera las limitaciones mencionadas anteriormente y propone un algoritmo de detección de líneas ferroviarias basado en aprendizaje profundo.
Descripción
El transporte ferroviario siempre ha ocupado una posición importante en la vida diaria y el progreso social. En los últimos años, la visión por computadora ha logrado avances prometedores en el transporte inteligente, brindando nuevas ideas para detectar líneas ferroviarias. Sin embargo, la mayoría de los algoritmos de detección de líneas ferroviarias utilizan procesamiento de imágenes tradicional para extraer características, y su precisión de detección y rapidez siguen sin mejorar. Este documento supera las limitaciones mencionadas anteriormente y propone un algoritmo de detección de líneas ferroviarias basado en aprendizaje profundo.