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！

龙图腾网获悉湖南工业大学申请的专利一种基于CNN的移动端列车图像故障检测方法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：CN116664939B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310667481.0，技术领域涉及：G06V10/764；该发明授权一种基于CNN的移动端列车图像故障检测方法是由张龙信;周鹏;邓晓军;文志诚;文志华;张潇云设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本一种基于CNN的移动端列车图像故障检测方法在说明书摘要公布了：本发明公开了一种基于CNN的移动端列车图像故障检测方法，所述方法的步骤包括：S1：预处理列车图像，获取待检测的数据集；S2：将预训练权重和步骤S1中的数据集输入至PC端，用于训练移动端的列车图像故障检测模型LMTD，其LMTD模型由轻量级特征提取网络LFENet、残差聚合网络RPAN和耦合模块组成；S3:将步骤S2中训练过的LMTD模型部署至移动端设备，输入待检测的列车图像，检测列车故障，并展示LMTD模型检测列车故障的检测结果；本发明LMTD模型中LFENet用于提高模型检测精度并降低计算成本；LMTD模型中的RPAN获取多层次特征图，以检测不同尺寸的目标，提高模型的表达能力，提升检测精度；综上所述，本发明提高列车图像检测精度和速度，实现移动端实习列车图像故障检测。

本发明授权一种基于CNN的移动端列车图像故障检测方法在权利要求书中公布了：1.一种基于CNN的移动端列车图像故障检测方法，其特征在于，所述方法包括以下步骤： S1：预处理列车图像，将列车图像缩放至适当的尺寸，并使用数据增强的方法扩充待检测的数据集； S2：将预训练权重和步骤S1中的数据集输入至PC端，用于训练移动端的列车图像故障检测模型LMTD，并输出模型权重，其LMTD模型由轻量级特征提取网络LFENet、残差聚合网络RPAN和耦合模块组成； S3：LMTD模型的训练过程如下： S3.1：将经过预处理的图像送至LMTD模型中的轻量级特征提取网络LFENet，以获取列车图像的特征图； S3.2：使用残差聚合网络RPAN将上述步骤S3.1中获取的相邻特征图进行特征融合，并获取多层次特征图，用于多尺度特征预测，检测不同尺度的目标； S3.3：将步骤S3.2中提取的列车图像特征输入至耦合模块中的耦合检测器进行多尺度列车故障检测，并使用SimOTA动态标签分配策略，优化LMTD模型的训练过程，得到分类和回归结果； S4：将步骤S3中训练过的LMTD模型部署至移动端设备，输入待检测的列车图像，检测列车故障，并展示LMTD模型检测列车故障的检测结果。

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湖南工业大学，其通讯地址为：412000 湖南省株洲市天元区泰山路88号；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”。