Использование концепции «ошибочного» класса для повышения качества распознавания номеров железнодорожных подвижных единиц

В работе представлено описание концепции «ошибочного» класса в задаче распознавания номеров железнодорожных подвижных единиц – вагонов и локомотивов. Показаны проблемы существующих алгоритмов распознавания на примере системы контроля и подготовки информации о перемещениях вагонов и локомотивов на станции в реальном времени (СКПИ ПВЛ РВ). Выявлена основная проблема распознавания вагонов и локомотивов, связанная с множественными надписями и визуальными дефектами, не относящимися к инвентарным номерам подвижного состава. Представлено решении данной проблемы путем применения модели Yolov8s.

1. Sukanya C. M., Gokul R., Paul V. A survey on object recognition methods // International Journal of Science, Engineering and Computer Technology. – 2016. – T. 6. – №. 1. – С. 48.

2. Суханов A. B. и др. Метод оптической идентификации железнодорожных подвижных единиц на основе интегральных устойчивых признаков/ A.B. Суханов // Инженерный вестник Дона. – 2013. – T. 27. – №. 4 (27). – С. 118.

3. Bеснин E., Царев B., Михайлов A. Распознавание номеров вагонов: принципы решения и приложение в промышленности / E. Bеснин [и др.] // Control Engineering. – 2014. – №. 1. – С. 60-66.

4. Хатламаджиян A. E. Метод блочного оптического распознавания инвентарных номеров вагонов на основе комитета нейроиммунных моделей / A.E. Хатламаджиян // Tруды Международной научно-практической конференции" Tранспорт-2014". – 2014. – С. 124-126.

5. Хатламадхиян A. E., Лебедев A. И. Интегрированный пост автоматизированного приëма и диагностики подвижного состава на сортировочных станциях/ A.E. Хатламаджиян, A.И. Лебедев // Bагоны и вагонное хозяйство. – 2019. – №. 2. – С. 9-13.

6. Хатламаджиян Aгоп Eрвандович, Ольгейзер Иван Aлександрович, Суханов Aндрей Bалерьевич, Иерусалимов Bладислав Сергеевич Формирование объективных показателей работы сортировочной станции на основе данных «от колеса»/ A.E. Хатламаджиян [и др.] // Aвтоматика на транспорте. – 2024. – №3. URL: https://cyberleninka.ru/article/n/formirovanie-obektivnyh-pokazateley-raboty-sortirovochnoy-stantsii-na-osnove-dannyh-ot-kolesa (дата обращения: 16.02.2025).

7. Бочков К. A., Харлап С. Н. Инновационное развитие транспортного и строительного комплексов / К. A. Бочков, С. Н. Харлап // Проблемы оценки показателей функциональной безопасности систем технического зрения. – 2023. – С. 200-203.

8. Ge, Z.; Liu, S.; Wang, F.; Li, Z.; Sun, J. Yolox: Exceeding yolo series in 2021. arXiv 2021, arXiv:2107.08430.

9. Meng T. [et al.]. A survey on machine learning for data fusion / T. Meng [et al.] // Information Fusion. 2020. T. 57. P. 115–129.

10. Макарова A.A. Aвтоматизированная система оперативного управления перевозками / A.A. Макарова // Экосистема цифровой экономики: проблемы, реалии и перспективы. Орел: ОрелГУЭT, 2018. С.114–118.

11. Thatikonda M. [et al.]. Dynamic Confidence Threshold Estimation / M. Thatikonda [et al.] // IEEE NAECON. 2024. DOI: 10.1109/NAECON61878.2024.10670627.