摘要
本发明公开了一种基于KAN‑YOLO的矿用皮带输送机皮带异常检测方法,包括通过工业CCD相机进行拍摄,输入图像至PC端,形成原始图像数据集;采用二值化、SAPCA去噪、标准化及归一化算法形成处理数据集。本发明的有益效果是:利用DCGAN网络对处理数据集进行拓展,解决工业生产中的样本不均衡问题;通过训练完成的样本数据集,基于YOLOv11实现矿用皮带输送机的皮带异常检测;通过建立KAN网络层模型,替换传统CNN层,实现有效地参数削减和效率提升;通过对预设锚框应用差分进化算法优化,实现多锚框的快速寻优;通过Transformer对相对及绝对位置进行编码,对结构块进行优化实现效率提升。
技术关键词
矿用皮带输送机
异常检测方法
工业CCD相机
邻域
原始图像数据
矩阵
进化算法
特征值
非线性映射关系
网络架构
异常状态
归一化算法
神经网络训练
加权平均法
样本
网络深度
系统为您推荐了相关专利信息
多层线路板
自动化检测系统
数据分析平台
图像处理软件
原始图像数据
VR互动方法
手势轮廓
运动轨迹特征提取
像素点
轨迹分类模型
金融交易数据
密度聚类算法
识别方法
生成树
层级