买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京京天威科技发展有限公司申请的专利列车关键部件故障识别方法、装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114743099B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210316672.8，技术领域涉及：G06V20/10；该发明授权列车关键部件故障识别方法、装置是由刘金明;穆鑫;马千里;刘彬;陈国剑;张闽东;王盼盼;王增;武慧杰;刘鹏飞;张志纯设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本列车关键部件故障识别方法、装置在说明书摘要公布了：本发明公开了一种列车关键部件故障识别方法、装置，方法包括：获取列车故障部位图像作为待检测图像，以及获取列车故障样本数据集；将所述列车故障样本数据集输入至深度学习模型进行模型训练，得到目标故障识别模型；将所述待检测图像输入至所述目标故障识别模型进行故障识别。本发明采用改进yolov5深度学习网络模型进行列车关键部件故障识别，通过提高模型的整体性能，进而提高列车关键部件故障检测的精度，能够满足列车现场检修作业的精度需要，将模型很好的部署到硬件设备中，模型普适性强。

本发明授权列车关键部件故障识别方法、装置在权利要求书中公布了：1.一种列车关键部件故障识别方法，其特征在于，包括： 获取列车故障部位图像作为待检测图像，以及获取列车故障样本数据集； 针对列车故障所在的位置和故障特征，以及列车关键部位所存在的故障类别，对所述列车故障样本数据集进行分类，划分为多个列车故障样本子数据集； 标识出每一类所述列车故障样本子数据集中的故障信息； 对每一类所述列车故障样本子数据集进行预处理，筛选出故障信息数据量少的所述列车故障样本子数据集，通过添加高斯噪声、椒盐噪声、镜像、旋转以及亮暗度的方法进行图像数据扩充； 将预处理后的所述列车故障样本数据集划分为列车故障样本训练集、列车故障样本测试集与列车故障样本验证集； 将预处理后且划分后的列车故障样本数据集输入至深度学习模型进行模型训练，得到目标故障识别模型； 所述深度学习模型采用改进的yolov5深度学习网络模型，包括输入端、主干网络模块、颈部网络模块、以及输出端； 所述改进的yolov5深度学习网络模型的改进点包括： 主干网络模块还包括SE单元，通过网络根据主网络模块输出的第一预测故障特征图的残差值的大小去学习特征权重，利用有效的故障特征图权重大、无效的故障特征图权重小的方式训练模型； 颈部网络模块还包括CRNet单元，将颈部网络模块的PAN单元获取的特征再一次融合相加，优化特征细粒度； 将所述待检测图像输入至所述目标故障识别模型进行故障识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京京天威科技发展有限公司，其通讯地址为：100000 北京市海淀区上地信息路22号B座11层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。