Scidown文献预览系统！
使用深度数据驱动模型和迁移学习的自动轨道表面裂缝分析( Automated Rail Surface Crack Analytics Using Deep Data-driven Models and Transfer Learning )
Z Zheng H Qi L Zhuang Z Zhang
本文提出了一种基于深度迁移学习(DTL)的钢轨表面裂纹检测框架。在DTL中，基于COCO数据集，利用最近流行的两种目标检测算法YOLOv3和RetinaNet预先训练的两个深度学习模型作为利用轨道图像进行下一次迁移学习的基础模型。分别应用YOLOv3和RetinaNet模型对轨道裂缝进行检测。基于它们的输出，提出了一种集成方案，以进一步提高检测性能。通过与YOLOv3、RetinaNet、faster R-CNN（F-RCNN）和单点多盒检测器(SSD)分别建立的模型以及视觉检测系统(VDS)和几何方法(GEA)两种常用的钢轨表面裂纹检测方法的对比，验证了DTL模型的有效性。研究了一个由中国铁路总公司的35幅铁路图像和公开的I型RSDDs数据集的67幅铁路图像组成的数据集。计算结果表明，与基准模型相比，DTL所建立的模型具有最好的查全率和平均查准率。由于图像背景复杂，噪声较多，VDS和GEA在裂缝检测方面几乎失败。另外，从平均精度来看，YOLOv3模型更适合于小尺寸裂纹的检测，而RetinaNet模型则更适合于大尺寸裂纹的检测。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 研究了钴插入对非化学计量ZnCo Fe1.7O4 (x >0.3)纳米铁氧体结构和磁性能的影响下载
scidown 一种可扩展的、成本效益高的、不含盐的MoS2/SA@Melamine用于连续太阳能蒸汽发电的泡沫下载