摘要
本发明公开了一种基于视频理解的托辊转动检测方法,主要涉及工业输送机设备检测技术领域;包括步骤:S1、生成目标检测模型数据集;S2、搭建并训练定向包围盒版本的yolov7网络模型;S3、对单个托辊组的时序图像使用步骤S2中训练好的网络模型进行前向计算;S4、使用步骤S2中的网络模型对每组托辊下的帧图像进行识别;S5、根据得到的定向包围盒信息,对每组托辊下的帧图像进行多通道融合处理;S6、生成视频理解数据集;S7、搭建并训练视频理解模型;本发明利用机器视觉和人工智能技术,实现托辊转动状态的移动实时检测,减少因托辊不转导致的带式输送机安全事故的发生,提高带式输送机的安全性和可靠性。
技术关键词
托辊
特征提取网络
视频
工业输送机设备
带式输送机
图像
多通道
置信度阈值
数据
对象
检测网络模型
人工智能技术
巡检系统
时序
图片
标签
参数
视觉
坐标
系统为您推荐了相关专利信息
无人机集群
自主飞行控制
开发板
视频流监控
协同定位功能
水位监测系统
人工智能神经网络
代理服务器
云端信息管理
分析模块
道路标识牌
道路交通视频
车载平视显示器
识别方法
轨迹
局部特征提取
多尺度特征提取
特征提取网络
位置特征信息
点云
视频图像帧序列
视音频
采集管理系统
环境监测数据
非局部均值滤波