一种基于深度学习的传送带缺陷检测方法

发明专利有效专利

申请号：
CN202110942647.6
IPC分类号：G06T7/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-08-17
申请人：
燕山大学;秦皇岛燕大滨沅科技发展有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的传送带缺陷检测方法
申请号	CN202110942647.6	申请日期	2021-08-17
法律状态	公开	申报国家	中国
公开/公告日	2021-11-16	公开/公告号	CN113658136A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	燕山大学;秦皇岛燕大滨沅科技发展有限公司	申请人地址	河北省秦皇岛市河北大街西段438号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	燕山大学,秦皇岛燕大滨沅科技发展有限公司	当前权利人	燕山大学,秦皇岛燕大滨沅科技发展有限公司
发明人	李海滨;陈明宇;张岩松
代理机构	北京恒创益佳知识产权代理事务所（普通合伙）	代理人	付金豹

摘要

本发明公开了一种基于深度学习的传送带缺陷检测方法，包括以下步骤：A1：采用一字线激光扩大传送带缺陷特征，高清工业相机采集视频数据；A2：模拟撕裂积累深度学习所需数据集，为深度学习算法积累数据集；A3：激光条纹中心线偏移分析算法检测传送带跑偏缺陷；A4：采用Yolov4深度学习算法判断传送带撕裂缺陷；A5：通过相邻帧判断策略确认缺陷；A6：当确认发生缺陷后，发出报警并连锁传送带停机，同时存储真实或误报撕裂图片，扩充深度学习数据集，进行不断学习。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供