摘要
本发明公开了一种基于MO‑YOLOX网络的轻量化带式输送机异物检测方法,该方法根据带式输送机监控图像检测异物并做出相应措施,确定异物的类别及位置,从而实现安全运输煤炭;本发明通过图像样本数据增强,引入IAT图像增强模块和CBAM注意力机制,并在带式输送机异物图像数据集上进行训练,获得异物检测模型;通过对异物检测模型进行剪枝操作,将剪枝后的模型部署到嵌入式设备上,进行了剪枝前后异物检测模型的对比实验,通过该方法能够实时地检测带式输送机的运输区域是否存在异物,对异物进行准确分类和定位,向矿井工作人员提供准确的检测信息,在异物可能导致皮带撕裂之前,预警并及时移除异物。
技术关键词
异物检测方法
图像增强模块
双向急停开关
检测带式输送机
防爆摄像仪
图像增强算法
损失函数优化
特征融合网络
CAM技术
大块矸石
嵌入式设备
数据
因子
注意力机制
旋转框
样本
对比度
系统为您推荐了相关专利信息
阵列
双模态信号
图像增强模块
信号收发模块
光声图像处理
图像增强模块
退化模型
生成对抗网络
对抗性
直方图均衡化
图像增强方法
摄像头模组
图像增强模块
环境感知数据
参数
肿瘤识别方法
计算机视觉
像素点
分割图像数据
深度优先搜索方法