基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法技术

本发明专利技术公开了一种基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法，属于无损检测领域，解决了现有的永磁自卸除铁器弃铁输送带断裂检测方法不精确，检测装置易损坏、安装复杂的问题。本发明专利技术首先通过OpenCV中模板匹配技术设定RIO区域，对除铁器弃铁输送带进行匹配分割，增强图片特征；然后利用Resnet18网络的迁移学习方法对输送带图片进行特征提取及分类；最后将ResNet18网络部署到Jetson TX2嵌入式开发平台，利用Jetson TX2组成永磁自卸除铁器弃铁输送带断裂检测系统，检测到弃铁输送带断裂时立刻报警。本发明专利技术的方法及系统能够有效用于永磁自卸除铁器工作的环境，实现了对现场监控视频的自动分析，故障检测的准确率高，设备布置简便。

【技术实现步骤摘要】
基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法
本专利技术属于无损检测领域，具体涉及一种基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法。
技术介绍
永磁自卸除铁器能将混杂在非磁性物料中的铁磁性杂质清除，一般由永磁磁芯、弃铁输送带、减速电机、框架、滚筒等部分组成，配合带式输送机使用，被广泛用于矿山、选煤厂、港口等场合。弃铁输送带是永磁自卸除铁器中的消耗品，经常因各种原因，造成弃铁输送带断裂，若得不到及时处理会导致设备损坏、堆料、停产等事故。永磁自卸除铁器一般悬挂在物料输送带的上方进行工作，体型相对较小，现有的弃铁输送带断裂检测方法在安装布置、长期使用方面不适于永磁自卸除铁器断裂检测的使用。目前深度学习的特征自动提取技术被人们应用广泛，在视频检测方面也是一项研究热点，借助深度学习技术在输送带检测方面进行应用，可充分挖掘永磁自卸除铁器现有监控设施的潜力，能够及时减少事故的发生，保证作业的正常运行。
技术实现思路
本专利技术的目的是提出一种基于迁移学习的永磁自卸除铁器输送带断裂检测方法，解决现有的永磁自卸除铁器弃铁输本文档来自技高网...

【技术保护点】
1.一种基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法，包含训练阶段和应用阶段，其特征在于：/n训练阶段采用OpenCV中的模板匹配技术对除铁器弃铁输送带图像进行匹配分割，构建永磁自卸除铁器弃铁输送带断裂图像数据集，利用迁移学习方法训练弃铁输送带断裂检测ResNet18网络模型；/n应用阶段采用TorchScript将弃铁输送带断裂检测ResNet18网络模型转换成基于C++的ResNet18网络模型，利用Jetson TX2组成永磁自卸除铁器弃铁输送带断裂检测系统，检测到弃铁输送带断裂时立刻报警。/n

【技术特征摘要】
1.一种基于迁移学习的永磁自卸除铁器弃铁输送带断裂检测方法，包含训练阶段和应用阶段，其特征在于：
训练阶段采用OpenCV中的模板匹配技术对除铁器弃铁输送带图像进行匹配分割，构建永磁自卸除铁器弃铁输送带断裂图像数据集，利用迁移学习方法训练弃铁输送带断裂检测ResNet18网络模型；
应用阶段采用TorchScript将弃铁输送带断裂检测ResNet18网络模型转换成基于C++的ResNet18网络模型，利用JetsonTX2组成永磁自卸除铁器弃铁输送带断裂检测系统，检测到弃铁输送带断裂时立刻报警。


2.如权...

【专利技术属性】
技术研发人员：李现国，刘晓，苗长云，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津;12