本研究以AI方式進行全自動辨識鐵路軌道構件，得以降低人工巡檢的人力及時間，並將此技術實地測試與應用推廣。首先蒐集國內外鐵路軌道構件檢測案例並分析其設備、方法及國內適用性，接著建立軌道構件樣本的擷取設備，包含影像記錄及照明，再依收集之上視、側視軌道構件樣本，分為上視10種缺失類別、側視4種缺失類別與2種正常類別之影像標記，採用YOLOv4-Tiny模型進行深度學習訓練，再從測試資料驗證構件缺失檢出率。
扣件 深度學習 巡檢 AI 辨識
![軌道扣件缺失人工智慧辨識現地測試及精進研究[111深藍]](https://cdn1.kingstone.com.tw/book/images/product/20144/2014420009411/2014420009411b.jpg)
