A material detection system on conveyor belt based on in-depth learning includes video management module, in-depth learning classification module and data analysis module; video management module includes data acquisition module, data storage module and API video interface module; in-depth learning classification module is connected with video management module, in-depth learning classification module The module includes data annotation module, model training module and model storage module. Data analysis module is connected with deep learning classification module. Data analysis module includes data filtering module, result analysis module and result storage module. The detection system of the present invention can automatically detect and analyze video after model training, save manpower investment, and can judge the running state of the whole factory conveyor belt by output information on the screen only by the monitors; the labeled data is used to train in-depth learning target classification model to improve the detection result. The accuracy rate.
【技术实现步骤摘要】
一种基于深度学习的传送带上物料检测系统
本专利技术涉及一种工厂物料检测系统,尤其涉及一种基于深度学习的传送带上物料检测系统。
技术介绍
随着时代的发展,工业对自动化要求越来越高。物料生产工厂将处理后的物料通过传送带运输,需要专门的监管人员判断传送带是否运动,传送带上是否存在物料、存在物料的类型以及物料的多少。这个过程需要消耗额外的人力成本,且人具有疲劳度和一定的主观因素,对于物料的检测结果标准也不会一成不变。传统对工业传送带运输物料的检测一般是通过压力传感器,压力传感器直接或间接与物料接触,寿命较低。针对这种现象,需要利用现有技术实现机器代替人来完成对传送带物料的检测。
技术实现思路
本专利技术的目的是提供一种基于深度学习的传送带上物料检测系统,以解决上述传统工业传送带运输物料检测存在的问题。因此,本专利技术采用以下技术方案。一种基于深度学习的传送带上物料检测系统,所述系统包括视频管理模块、深度学习分类模块和数据分析模块;所述视频管理模块包括数据获取模块、数据存储模块和API视频接口模块;所述数据获取模块能够实时获取所布置工位对应摄像头数据,并将数据传输至本机,所述数据存储模块存储所述数据获取模块获取的摄像头数据,所述API视频接口模块开放视频接口以供其他模块调用数据;所述深度学习分类模块与所述视频管理模块连接,所述深度学习分类模块包括数据标注模块、模型训练模块和模型存储模块;所述深度学习分类模块通过API视频接口调用所述摄像头数据;所述数据标注模块对摄像头数据中选定的标注帧图片进行标注;所述模型训练模块使用标注过的数据训练深度学习目标分类模型,生成检测模型; ...
【技术保护点】
1.一种基于深度学习的传送带上物料检测系统,其特征在于,所述系统包括视频管理模块、深度学习分类模块和数据分析模块;所述视频管理模块包括数据获取模块、数据存储模块和API视频接口模块;所述数据获取模块能够实时获取所布置工位对应摄像头数据,并将数据传输至本机,所述数据存储模块存储所述数据获取模块获取的摄像头数据,所述API视频接口模块开放视频接口以供其他模块调用数据;所述深度学习分类模块与所述视频管理模块连接,所述深度学习分类模块包括数据标注模块、模型训练模块和模型存储模块;所述深度学习分类模块通过API视频接口调用所述摄像头数据;所述数据标注模块对摄像头数据中选定的标注帧图片进行标注;所述模型训练模块使用标注过的数据训练深度学习目标分类模型,生成检测模型;所述模型存储模块存储所述检测模型;生成并存储所述检测模型后,所述检测模型对所述摄像头数据进行检测并生成检测数据,并将所述检测数据发送到所述数据分析模块;所述数据分析模块与所述深度学习分类模块连接,所述数据分析模块包括数据滤波模块、结果分析模块和结果存储模块;所述数据滤波模块对所述检测数据进行滤波;所述结果分析模块对滤波后的检测数据进行分 ...
【技术特征摘要】
1.一种基于深度学习的传送带上物料检测系统,其特征在于,所述系统包括视频管理模块、深度学习分类模块和数据分析模块;所述视频管理模块包括数据获取模块、数据存储模块和API视频接口模块;所述数据获取模块能够实时获取所布置工位对应摄像头数据,并将数据传输至本机,所述数据存储模块存储所述数据获取模块获取的摄像头数据,所述API视频接口模块开放视频接口以供其他模块调用数据;所述深度学习分类模块与所述视频管理模块连接,所述深度学习分类模块包括数据标注模块、模型训练模块和模型存储模块;所述深度学习分类模块通过API视频接口调用所述摄像头数据;所述数据标注模块对摄像头数据中选定的标注帧图片进行标注;所述模型训练模块使用标注过的数据训练深度学习目标分类模型,生成检测模型;所述模型存储模块存储所述检测模型;生成并存储所述检测模型后,所述检测模型对所述摄像头数据进行检测并生成检测数据,并将所述检测数据发送到所述数据分析模块;所述数据分析模块与所述深度学习分类模块连接,所述数据分析模块包括数据滤波模块、结果分析模块和结果存储模块;所述数据滤波模块对所述检测数据进行滤波;所述结果分析模块对滤波后的检测数据进行分析;...
【专利技术属性】
技术研发人员:刘勇,张江宁,刘亮,蒋云良,邬惠峰,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。