一种基于多任务深度学习网络的皮带撕裂检测方法

本发明公开了一种基于多任务深度学习网络的皮带撕裂检测方法，先将激光投射于皮带表面，再利用相机实时采集皮带图像数据；对图像数据进行增广和预处理，同时增添具有噪声的光条图像；用改进的灰度重心算法提取激光条纹中心点作为数据标签；改进U‑Net网络，在每一层的编码和解码后增加Dropout层，之后设置不同的权重来进行网络训练，得到改进的MU‑Net模型；将全连接层输出的激光线中心点用线性差值法拟合获取光条纹中心线，作为条纹中心线的最终输出结果；对条纹中心线进行分析，通过判断相邻两像素点的距离和相邻像素的切线的夹角识别皮带撕裂的不同缺陷。本发明实现了对皮带状态的即时监测，为工业设备的预防性维护提供了强有力的支持。