一种基于深度学习的皮带撕裂检测方法
实质审查的生效
摘要
一种基于深度学习的皮带撕裂检测方法，包括：设置采集模块获取皮带关键区域的视频数据并进行预处理，得到视频清晰图像集；对视频清晰图像集进行标定，并划分为分割训练集和分割测试集；基于分割训练集和分割测试集对图像分割模型进行训练；基于皮带分割模型对清晰图像集进行分割后得到皮带图像集并划分为异常检测训练集和异常检测测试集；基于异常检测训练集和异常检测测试集对异常检测网络进行训练，得到训练后的异常检测模型；基于训练后的皮带分割模型和异常检测模型对待检测皮带视频进行异常检测，得到皮带异常值，通过对比皮带异常值与设定的阈值，判断皮带是否出现异常。本发明中样本采集简单，模型的训练速度快，且能够确保检测的准确性。
基本信息
专利标题 ：
一种基于深度学习的皮带撕裂检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359779A
申请号 ：
CN202111460419.1
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王波陈锰李家来钮远英成境王雷
申请人 ：
国家能源集团宿迁发电有限公司;国能信控互联技术有限公司
申请人地址 ：
江苏省宿迁市宿城区洋北镇
代理机构 ：
北京智绘未来专利代理事务所(普通合伙)
代理人 ：
肖继军
优先权 ：
CN202111460419.1
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06V10/30 G06V10/34 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 20/40
申请日 : 20211201
申请日 : 20211201
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
