-
公开(公告)号:CN113658136A
公开(公告)日:2021-11-16
申请号:CN202110942647.6
申请日:2021-08-17
Applicant: 燕山大学 , 秦皇岛燕大滨沅科技发展有限公司
Abstract: 本发明公开了一种基于深度学习的传送带缺陷检测方法,包括以下步骤:A1:采用一字线激光扩大传送带缺陷特征,高清工业相机采集视频数据;A2:模拟撕裂积累深度学习所需数据集,为深度学习算法积累数据集;A3:激光条纹中心线偏移分析算法检测传送带跑偏缺陷;A4:采用Yolov4深度学习算法判断传送带撕裂缺陷;A5:通过相邻帧判断策略确认缺陷;A6:当确认发生缺陷后,发出报警并连锁传送带停机,同时存储真实或误报撕裂图片,扩充深度学习数据集,进行不断学习。
-
公开(公告)号:CN113658136B
公开(公告)日:2023-10-13
申请号:CN202110942647.6
申请日:2021-08-17
Applicant: 燕山大学 , 秦皇岛燕大滨沅科技发展有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的传送带缺陷检测方法,包括以下步骤:A1:采用一字线激光扩大传送带缺陷特征,高清工业相机采集视频数据;A2:模拟撕裂积累深度学习所需数据集,为深度学习算法积累数据集;A3:激光条纹中心线偏移分析算法检测传送带跑偏缺陷;A4:采用Yolov4深度学习算法判断传送带撕裂缺陷;A5:通过相邻帧判断策略确认缺陷;A6:当确认发生缺陷后,发出报警并连锁传送带停机,同时存储真实或误报撕裂图片,扩充深度学习数据集,进行不断学习。
-