龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明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。
主权项：1.一种漏煤检测方法，其特征在于：包括以下步骤：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；步骤S2：建立YOLOv7目标检测模型和MobileNetV2深度学习神经网络模型；步骤S3：使用第一模型训练数据集对YOLOv7目标检测模型进行训练，得到训练后YOLOv7目标检测模型；使用第二模型训练数据集对MobileNetV2深度学习神经网络模型进行训练，得到训练后MobileNetV2深度学习神经网络模型；步骤S4：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coal_rects和脚印foot_rects；步骤S5：根据coal_rects和foot_rects，进行第一漏煤判断，当时，则证明该输煤图像中有漏煤现象出现；当时，则证明该输煤图像中地面干净或地面有大面积漏煤现象发生，并提取该输煤图像中的感兴趣区域；步骤S6：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nclean和类别为漏煤的感兴趣区域数量ncoal；步骤S7：根据nclean和ncoal，进行第二漏煤判断，当nclean≥ncoal时，则证明该输煤图像中地面干净；当ncleanncoal时，则证明该输煤图像中地面有大面积漏煤现象发生。
全文数据：
权利要求：
百度查询： 广东科凯达智能机器人有限公司 一种漏煤检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号