输送物料异物的识别方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例涉及煤矿开采领域，公开了输送物料异物的识别方法、装置、电子设备和存储介质，以解决输送物料异物检测存在的计算量大、处理时间长的问题。该输送物料异物的识别方法包括：获取输送物料的历史图像；基于历史图像、无参数注意力机制SimAM模块和卷积神经网络模型，构建异物识别模型，其中，无参数注意力机制SimAM模块是基于无参数注意力机制SimAM设计的模块；获取输送物料的当前图像；对当前图像进行预处理；基于异物识别模型，检测当前图像中是否有异物。该识别方法在保障一定识别精度的情况下，压缩了计算量、提高了处理速度并减少了处理时间。

【技术实现步骤摘要】

本申请涉及煤矿开采，更具体地说，涉及输送物料异物的识别方法、装置、电子设备和存储介质。

技术介绍

1、煤炭工业作为人类社会发展的主要能源，其地位在国民生产中占据重要地位。构建多能源综合供应体系，加快能源转型成为当前能源发展的重要任务。为了减少煤炭在开采、生产和利用过程中对环境的负面影响，开发智能煤炭开采设备，实现煤炭资源的绿色清洁高效利用，已成为当前煤炭行业的主要发展方向。煤流运输作为煤炭开采过程的关键环节，其智能化水平在很大程度上影响着煤炭生产的整体能耗和成本。而矿用带式输送机作为煤炭运输方面的主要运输设备，随着科技的快速发展以及煤炭工业需求的日益提高，其在向大型化方向发展的同时，向智能化、节能化方向发展。运送到地面的煤炭中不可避免的会掺杂一些非煤异物，如六类异物(煤矸石、锚杆、托盘、螺丝、螺母、角钢)等，这些异物不仅会影响煤炭的质量，更有可能对运输皮带造成损坏进而影响正常生产。输送带设备正常、健康的运行状态是保证带式输送机系统安全运行的前提，异常的工作状态不仅会对设备造成不必要的损坏或磨损，还会增加系统的能耗，给煤矿企业生产带来额外的安全风险和经济压力本文档来自技高网...

【技术保护点】

1.一种输送物料异物的识别方法，其特征在于，包括：

2.根据权利要求1所述的识别方法，其特征在于，所述无参数注意力机制SimAM模块嵌入在所述卷积神经网络模型的下采样单元和基本单元中，其中，所述下采样单元和所述基本单元由深度可分离卷积设计而成。

3.根据权利要求1或2所述的识别方法，其特征在于，所述基于所述历史图像、无参数注意力机制SimAM模块和卷积神经网络模型，构建异物识别模型，包括：

4.根据权利要求3所述的识别方法，其特征在于，所述基于所述训练集和验证集，得到所述异物识别模型，包括：

5.根据权利要求3所述的识别方法，其特征在于，所...

【技术特征摘要】

1.一种输送物料异物的识别方法，其特征在于，包括：

2.根据权利要求1所述的识别方法，其特征在于，所述无参数注意力机制simam模块嵌入在所述卷积神经网络模型的下采样单元和基本单元中，其中，所述下采样单元和所述基本单元由深度可分离卷积设计而成。

3.根据权利要求1或2所述的识别方法，其特征在于，所述基于所述历史图像、无参数注意力机制simam模块和卷积神经网络模型，构建异物识别模型，包括：

4.根据权利要求3所述的识别方法，其特征在于，所述基于所述训练集和验证集，得到所述异物识别模型，包括：

5.根据权利要求3所述的识别方法，其特征在于，所述对所述当前图像进行预处理，包括：对所述当前图像进行图像增强、图像去噪、图像尺寸变化和图像几何变换；

6.根据权利要求4所述的识别方法，其特征...

【专利技术属性】
技术研发人员：寇子明，吴娟，韩聪，杜永强，罗炳鑫，赵轩，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：