摘要
本发明公开了一种基于流模型的运机皮带异物检测方法,包括以下步骤:S1:通过数据采集设备采集张正常皮带的图像数据,构成正常皮带数据集;S2:对采集图像中非皮带区域的图像进行过滤;S3:对过滤后的图像提取特征;S4:构建正常皮带图像集合的特征向量库;S5:训练归一化流模型;S6:基于流模型进行皮带异物检测;S7:动态模型更新。本发明的有益效果是:本发明不依赖于异物种类的先验知识,仅依赖大量正常皮带图像即可进行训练,利用流模型对正常图像特征分布进行建模,通过对数似然判断是否为异常,从而避免了异常样本难以获取、覆盖不全的问题,大大提高了方法在实际工业场景中的适用性。
技术关键词
异物检测方法
图像提取特征
特征向量库
数据采集设备
模型更新
特征提取算法
皮带运输机
数据采集模块
代表
超参数
像素
样本
动态
队列
位点
变量
矩阵
系统为您推荐了相关专利信息
故障预测方法
网络拓扑关系
蒸馏器
日志数据流
神经网络模型
机器人控制指令
模型更新
资源分配模块
构建预测模型
数据分析模块
对象
图像
单光子发射计算机断层扫描
数据
显示设备