【技术实现步骤摘要】
本专利技术涉及皮带撕裂检测，尤其涉及一种基于离散状态可选空间模型的皮带撕裂检测方法和系统。
技术介绍
1、在现代工业生产中，带式输送机以其高效、连续的物料运输能力，在矿业、物流、制造业等多个领域发挥着至关重要的作用。皮带作为输送机的核心组成部分，其性能直接影响到生产的效率和安全。然而，皮带在使用过程中易受到物料的冲击、装载不当、机械故障等因素的影响，导致撕裂事故频发。一旦发生皮带撕裂，不仅会造成停机维修，影响生产进度，更会带来巨大的经济损失和安全隐患。
2、针对这一问题，技术研发人员和工程师们投入了大量的研究和开发工作，致力于寻找一种既及时又可靠的皮带撕裂检测技术。传统基于传感器的检测技术精度低、安装维护成本较高。因此，利用人工智能的端到端图像目标检测方法得到了广泛应用，通过高分辨率摄像头实时捕捉皮带图像，并应用深度学习算法识别撕裂并标出目标位置和类别，提高了检测系统的响应速度和检测精度。然而，为了进一步提升端到端图像检测算法的识别精度，不得不设计更大规模、更深层次的模型，这就意味着更高的计算量需求，导致该算法在计算资源受限...
【技术保护点】
1.一种基于离散状态可选空间模型的皮带撕裂检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述交叉扫描图像序列化模块，具体用于：
3.根据权利要求1所述的方法，其特征在于，所述语言指导文本的模板为：
4.根据权利要求1所述的方法，其特征在于，所述词汇表的构建，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述语言文本转换模块，具体用于：
6.根据权利要求1所述的方法，其特征在于，所述视觉编码器Ev，由所述离散状态可选空间模型M堆叠N1层而构成，对所述序列化图像向量进行特...
【技术特征摘要】
1.一种基于离散状态可选空间模型的皮带撕裂检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述交叉扫描图像序列化模块，具体用于：
3.根据权利要求1所述的方法，其特征在于，所述语言指导文本的模板为：
4.根据权利要求1所述的方法，其特征在于，所述词汇表的构建，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述语言文本转换模块，具体用于：
6.根据权利要求1所述的方法，其特征在于，所述视觉编码器ev，由所述离散状态可选空间模型m堆叠n1层而构成，对所述序列化图像向量进行特征提取，所述视觉编码器ev的输入为所述序列化图像向量，输出为与输入尺寸相同的视觉模态特征xv；
7.根据权利要求1所述的方法，其特征在于，所述基于掩码重构的多模态交互融合模块tvl，通过元素级别的掩码操作，利用损失函数的约束，根据掩码后的视觉特征重建出文本特征，并根据掩码后的文本特征重建出视觉特征，强制模型学习并理解具有语义相关性的视觉特征和文本特征之间的联系，实现更细粒度的多模态特征融合，输入为所述视觉模态特征xv和所述文本模态特征xl，输出为所述多模态...
【专利技术属性】
技术研发人员：李江昀，申佳晨，张天翔，王宏，杜淏，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：
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。