摘要
本发明公开了一种带钢剪切故障的检测方法、装置、电子设备和存储介质,涉及带钢剪切故障检测的技术领域。该技术方案通过获取焊机剪的图像样本集;根据图像样本集训练预设的卷积神经网络模型,直至卷积神经网络模型准确识别出图像样本集中存在剪切故障状态的图像样本;由于卷积神经网络模型能够准确识别出剪切故障,在焊机剪执行剪切任务时,将剪切出料口的当前图像输入完成训练的卷积神经网络模型;根据完成训练的卷积神经网络模型的输出结果,确定焊机剪处于正常工作状态或剪切故障状态。该技术方案具有较高的检测效率,同时减小现有技术中采用人工肉眼观测的错误检测,进而兼顾了剪切故障检测的效率和准确性。
技术关键词
卷积神经网络模型
带钢剪切
焊机
图像
样本
白色像素点
存储器存储指令
电子设备
故障检测
错误检测
处理器
输入模块
可读存储介质
参数
尺寸
计算机
系统为您推荐了相关专利信息
人脸图像识别方法
关键点
识别人脸图像
人脸图像识别装置
海报
库存预警方法
历史运行数据
备件
训练预测模型
样本