基于视觉技术的皮带打褶状态自动检测方法、系统及设备技术方案

本发明专利技术公开了基于视觉技术的皮带打褶状态自动检测方法、系统及设备包括，本方法首先收集监控图像数据，并对所述数据进行预处理，再根据预处理后的数据建立样本数据训练模型，最后通过训练模型中的数据经过校验后构成新算法模型，并由新算法模型输出结果。本方法主要用于对输煤皮带因为传送带速度差、系统迟滞等原因引起的皮带打褶，进行检测和预警，以解决传统技术不能及时检测皮带打褶而引发的故障问题。障问题。障问题。

【技术实现步骤摘要】
基于视觉技术的皮带打褶状态自动检测方法、系统及设备


[0001]本专利技术涉及视觉识别应用
，尤其涉及一种基于视觉技术的皮带打褶状态自动检测方法、系统及设备。

技术介绍

[0002]由于目前的传统技术不能自主检测皮带打褶状态，一旦出现皮带打褶，机器不能主动识别，需进行人力探查，费时又耗力，且有时在传送带行进过程中皮带的状态难以辨认，无法及时发现皮带破损会造成难以估量的损失。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0004]鉴于上述现有存在的问题，提出了本专利技术。
[0005]因此，本专利技术提供了一种基于视觉技术的皮带打褶状态自动检测方法、系统及设备，能够解决人力探查费时又耗力，且有时在传送带行进过程中皮带的状态难以辨认，无法及时发现皮带破损会造成难以估量的损失的问题。
...

【技术保护点】

【技术特征摘要】
1.一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：包括，收集监控图像数据，并对所述数据进行预处理；根据预处理后的数据建立样本数据训练模型；训练模型中的数据经过校验后构成新算法模型，并由新算法模型输出结果。2.如权利要求1所述的一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：所述预处理包括，判断收集到的监控数据是否为新数据；若为新数据，则对新数据进行数据清洗，完成数据清洗后对数据进行自动标注；若为已有数据，则直接从样本库中取出数据，所述数据直接生成训练数据，导入样本数据训练模型中。3.如权利要求2所述的一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：所述标注包括，对排查出现异常的数据标红处理，对排查未出现异常的数据标灰处理。4.如权利要求3所述的一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：所述建立样本数据训练模型包括，依据所述训练数据经皮带打褶检测算法、YOLOV4算法测算后生成训练模型。5.如权利要求4所述的一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：所述YOLOV4算法包括，通过主要的算法框架，提升运算的运行速度和准确度，并且在正负样本定义阶段采用了跨邻域网格的匹配策略，从而得到更多的正样本。6.如权利要求5所述的一种基于视觉技术的皮带打褶状态自动检测方法，其特征在于：所述皮带打褶检测算法包括，若数据标注为红色，则在算法中转录为1；若数据标...

【专利技术属性】
技术研发人员：郑安，张集，杨立勇，李广山，李刚，巴特尔，姜楠，孙佰明，包永胜，朱勇，赵坤，贾莉，程仁静，
申请(专利权)人：华能伊敏煤电有限责任公司，
类型：发明
国别省市：