一种漏煤检测方法技术

技术编号:43425084 阅读:26 留言:0更新日期:2024-11-27 12:37
本发明专利技术公开了一种漏煤检测方法,包括以下步骤:建立YOLOv7目标检测模型和MobileNetV2深度学习神经网络模型并分别对它们进行训练;将待检测的输煤图像输入训练后YOLOv7目标检测模型进行检测,输出该输煤图像中所有被检测到的小型煤堆和脚印,并根据两者进行第一漏煤判断;使用训练后MobileNetV2深度学习神经网络模型对该输煤图像中的感兴趣区域进行漏煤分类,并统计类别为干净的感兴趣区域数量和类别为漏煤的感兴趣区域数量,并根据两者进行第二漏煤判断。本发明专利技术解决了现有技术中,当输煤过程中地面布满大面积煤炭时,采用计算机视觉技术容易对该情况忽视,导致输煤传输带与煤炭装卸区域的漏煤检测不精准的问题。

【技术实现步骤摘要】

本专利技术涉及漏煤检测,具体是一种漏煤检测方法


技术介绍

1、在火电厂等特定的生产场景中,输煤传输带与煤炭装卸区域的漏煤检测是最重要的工作之一,漏煤是指煤料散落至非工作区域,通过对输煤传输带与煤炭装卸区域的漏煤进行及时检测,能够有效减少运煤过程中的煤料损耗,降低生产成本。现有技术中,有通过计算机视觉技术对输煤场景中进行漏煤检测,但是,当输煤过程中地面布满大面积煤炭时,采用计算机视觉技术容易对该情况忽视,误以为地面是干净的,导致输煤传输带与煤炭装卸区域的漏煤检测不精准。


技术实现思路

1、针对上述缺陷,本专利技术提出了一种漏煤检测方法,目的在于解决现有技术中,当输煤过程中地面布满大面积煤炭时,采用计算机视觉技术容易对该情况忽视,导致输煤传输带与煤炭装卸区域的漏煤检测不精准的问题。

2、为达此目的,本专利技术采用以下技术方案:

3、一种漏煤检测方法,包括以下步骤:

4、步骤s1:建立第一模型训练数据集和第二模型训练数据集,以及获取待检测的输煤图像;

5、步骤s2:本文档来自技高网...

【技术保护点】

1.一种漏煤检测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种漏煤检测方法,其特征在于:在步骤S1中,建立第一模型训练数据集,具体包括以下子步骤:

3.根据权利要求2所述的一种漏煤检测方法,其特征在于:在步骤S1中,建立第二模型训练数据集,具体包括以下子步骤:

4.根据权利要求1所述的一种漏煤检测方法,其特征在于:在步骤S4中,该输煤图像中所有被检测到的小型煤堆coal_rects的表达式如下:

5.根据权利要求1所述的一种漏煤检测方法,其特征在于:在步骤S5中,提取该输煤图像中的感兴趣区域,具体包括以下子步骤:

...

【技术特征摘要】

1.一种漏煤检测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种漏煤检测方法,其特征在于:在步骤s1中,建立第一模型训练数据集,具体包括以下子步骤:

3.根据权利要求2所述的一种漏煤检测方法,其特征在于:在步骤s1中,建立第二模型训练数据集,具体包括以下子步骤:

4.根据权利要求1所述的一种漏...

【专利技术属性】
技术研发人员:董子平周伟亮王俊丰李方纪俊杰
申请(专利权)人:广东科凯达智能机器人有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1