一种基于图像识别的皮带运输机智能化监测方法及装置制造方法及图纸

本发明专利技术提供了一种基于图像识别的皮带运输机智能化监测方法及装置，属于皮带监测技术领域；解决了现有方法仅能检测某个皮带缺陷无法对多个皮带缺陷同时检测的问题；包括多任务多分支的U型网络，U型网络的输入为彩色图片和光流图片，U型网络的主干包括多个上采样模块和多个下采样模块，U型网络的分支包括多个split模块，reshape模块，merge模块，bilstm模块，down5模块和多个fc模块，U型网络的输出包括启停状态2分类、人员分割特征图、皮带托辊分割特征图、皮带分割特征图、异物分割特征图、煤分割特征图、堆煤分割特征图7个输出；经过后处理后分别得到皮带不同缺陷的检测结果；本发明专利技术应用于皮带智能监测。

【技术实现步骤摘要】

本专利技术提供了一种基于图像识别的皮带运输机智能化监测方法及装置，属于皮带监测。

技术介绍

1、随着煤矿行业的数字化智能化进程不断推进，矿用皮带作为基础设备正发挥着越来越重要的作用。数字化技术的应用使得矿用皮带能够实现远程监控、智能化调度和数据分析，提高了生产效率和安全性。智能化控制系统的引入使得矿用皮带能够实现自动化运行、智能化维护，减少了人为操作，降低了事故风险。

2、矿用皮带作为一种基本的消耗性生产工具，经常会面临各种问题，比如皮带过载、皮带空载、皮带跑偏、皮带启停状态人为检测、皮带上有尖锐异物、皮带堆煤过高、皮带上有人员跨越坐立等。这些问题会造成皮带脱轨、撕裂、人员伤亡等安全问题。因此实现矿用皮带的智能化监管已经成为迫切需要解决的问题。

3、目前的皮带监管方法主要基于传统图像处理的方法进行，该方法面临着光照影响大、抗干扰性差、泛化性差等诸多缺点。后续引入的很多基于深度学习的方法，在效果上有了质的飞跃，但是仍然存在一些问题。如专利cn113850244b提出基于图像识别的输煤量监测方法、装置、设备及存储介质，基于传统摄像头，使本文档来自技高网...

【技术保护点】

1.一种基于图像识别的皮带运输机智能化监测装置，包括智能监测模型，其特征在于：所述智能监测模型采用多任务多分支的U型网络，所述U型网络的输入为彩色图片和光流图片，所述U型网络的主干包括多个上采样模块和多个下采样模块，所述U型网络的分支包括多个split模块，reshape模块，merge模块，bilstm模块，down5模块、多个fc模块和多个decode模块，多个split模块分别连接在多个下采样模块的输出，将输入特征剥离，最后的下采样模块经过split模块输出彩色图片和光流图像的特征，通过merge模块融合彩色图片和光流图片特征后经过上采样模块后输出6个decode模块，分别对应人员...

【技术特征摘要】

1.一种基于图像识别的皮带运输机智能化监测装置，包括智能监测模型，其特征在于：所述智能监测模型采用多任务多分支的u型网络，所述u型网络的输入为彩色图片和光流图片，所述u型网络的主干包括多个上采样模块和多个下采样模块，所述u型网络的分支包括多个split模块，reshape模块，merge模块，bilstm模块，down5模块、多个fc模块和多个decode模块，多个split模块分别连接在多个下采样模块的输出，将输入特征剥离，最后的下采样模块经过split模块输出彩色图片和光流图像的特征，通过merge模块融合彩色图片和光流图片特征后经过上采样模块后输出6个decode模块，分别对应人员分割特征图、皮带托辊分割特征图、皮带分割特征图、异物分割特征图、煤分割特征图、堆煤分割特征图，最后的下采样模块还经过reshape模块、down模块、bilstm模块和多个fc模块后输出启停状态2分类结果。

2.根据权利要求1所述的一种基于图像识别的皮带运输机智能化监测装置，其特征在于：输入的彩色图片和光流图像通过缩放操作统一缩放到设定图像大小；

3.根据权利要求1所述的一种基于图像识别的皮带运输机智能化监测装置，其特征在于：所述u型网络的主干包括4个下采样模块和4个上采样模块，所述下采样模块包括down1、down2、down3、down4，所述上采样模块包括up1、up2、up3、up4，每经过...

【专利技术属性】
技术研发人员：史磊，乔鹏，降小龙，刘鑫宇，武卯泉，雷宇霞，李桢楠，李少杰，张霞，郭震宇，
申请(专利权)人：山西省信息产业技术研究院有限公司，
类型：发明
国别省市：