一种漏煤检测方法

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。