[發(fā)明專利]一種基于深度學(xué)習(xí)的皮帶缺陷檢測方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202310286834.2
• 申請(qǐng)日: 2023-03-23
• 公開（公告）號(hào): CN115993365B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 王紀(jì)強(qiáng);宋震;劉真梅;趙林;侯墨語;李振
• 申請(qǐng)（專利權(quán)）人: 山東省科學(xué)院激光研究所;齊魯工業(yè)大學(xué)（山東省科學(xué)院）
• 主分類號(hào): G01N21/88
• 分類號(hào): G01N21/88;G06T7/00;G06N3/084;G06V10/77;G06V10/82
• 代理公司: 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11363
• 代理人: 逯長明;占園

本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)的皮帶缺陷檢測方法及系統(tǒng)，檢測方法包括：構(gòu)建皮帶訓(xùn)練網(wǎng)絡(luò)模型，構(gòu)建構(gòu)建皮帶訓(xùn)練網(wǎng)絡(luò)模型包括隨機(jī)仿射變換特征提取處理步驟、激勵(lì)注意力機(jī)制處理步驟和小目標(biāo)檢測頭處理步驟；訓(xùn)練皮帶訓(xùn)練網(wǎng)絡(luò)模型得到目標(biāo)權(quán)重文件；向皮帶底部發(fā)射激光；獲取皮帶待檢測圖片；對(duì)皮帶待檢測圖片進(jìn)行解析檢測處理得到像素塊組；比對(duì)像素塊組與所述目標(biāo)權(quán)重文件，得到比對(duì)結(jié)果；判斷比對(duì)結(jié)果是否大于比對(duì)閾值；若是，則生成用于關(guān)閉皮帶機(jī)的控制指令。本申請(qǐng)通過上述檢測方法及系統(tǒng)提高了對(duì)皮帶缺陷的不同位置的特征提取能力，提高激光線缺陷特征在所有特征中的占比，提高對(duì)缺陷的檢測精準(zhǔn)度，優(yōu)化了缺陷檢測的泛化能力。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，特別涉及一種基于深度學(xué)習(xí)的皮帶缺陷檢測方法及系統(tǒng)。

背景技術(shù)

皮帶作為運(yùn)輸中不可或缺的一部分，在糧食運(yùn)輸，礦石傳送，智慧礦山等領(lǐng)域發(fā)揮著重要的作用，是一種簡單實(shí)用的傳送方式。但是隨著使用時(shí)間的增加，皮帶的破損與日俱增，而在皮帶的破損中尤其以穿透、撕裂最為嚴(yán)重，發(fā)生撕裂后如果沒有進(jìn)行及時(shí)的停機(jī)操作，會(huì)造成長距離、大面積的撕裂，這將會(huì)造成巨額的經(jīng)濟(jì)損失，甚至?xí)＜安僮魅藛T的生命安全。目前對(duì)于皮帶的缺陷的檢測是通過利用機(jī)械視覺算法進(jìn)行的。

在目前的檢測算法中，大多采用機(jī)器視覺算法對(duì)采集到圖片的每一點(diǎn)的灰度值整合后在進(jìn)行判斷，增加計(jì)算量的同時(shí)無疑提高了檢測的時(shí)間；此外對(duì)于目前的皮帶檢測方法還有設(shè)計(jì)部分深度學(xué)習(xí)算法，但是現(xiàn)有的深度學(xué)習(xí)算法只能針對(duì)某一種單一的皮帶缺陷問題并提出解決方案，對(duì)于復(fù)雜的皮帶缺陷檢測卻不能給予很好的檢測手段，同時(shí)其檢測精度低，響應(yīng)時(shí)間長，也不能滿足現(xiàn)階段皮帶檢測的需求。

發(fā)明內(nèi)容

本申請(qǐng)基于優(yōu)化現(xiàn)有的皮帶缺陷檢測的方案，提供了一種基于深度學(xué)習(xí)皮帶缺陷的檢測方法及系統(tǒng)。

第一方面，本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)皮帶缺陷的檢測方法，所述檢測方法包括：

構(gòu)建皮帶訓(xùn)練網(wǎng)絡(luò)模型，所述構(gòu)建皮帶訓(xùn)練網(wǎng)絡(luò)模型包括隨機(jī)仿射變換特征提取處理步驟、激勵(lì)注意力機(jī)制處理步驟和小目標(biāo)檢測頭處理步驟；

訓(xùn)練所述皮帶訓(xùn)練網(wǎng)絡(luò)模型得到目標(biāo)權(quán)重文件；

獲取向所述皮帶底部發(fā)射激光時(shí)，所述皮帶表面的待檢測圖像；

對(duì)所述皮帶待檢測圖片進(jìn)行解析檢測處理得到像素塊組；

比對(duì)所述像素塊組與所述目標(biāo)權(quán)重文件，得到比對(duì)結(jié)果；

判斷所述比對(duì)結(jié)果是否大于比對(duì)閾值；

若是，則生成用于關(guān)閉皮帶機(jī)的控制指令。

優(yōu)選的，所述隨機(jī)仿射變換特征提取處理步驟包括：

獲取若干張皮帶缺陷圖片；

對(duì)所述皮帶缺陷圖片進(jìn)行隨機(jī)仿射變換處理得到仿射圖片；

對(duì)所述仿射圖片進(jìn)行拆分處理得到拆分圖片；

所述隨機(jī)仿射變換特征提取處理步驟之后還包括：

利用卷積對(duì)所述拆分圖片進(jìn)行通道整合處理得到擴(kuò)充圖片；

對(duì)所述擴(kuò)充圖片進(jìn)行特征提取處理得到第一特征分支，留存所述第一特征分支；

對(duì)所述第一特征分支依次進(jìn)行所述通道整合處理和所述特征提取處理得到第二特征分支，留存所述第二特征分支；

對(duì)所述第二特征分支依次進(jìn)行所述通道整合處理和所述特征提取處理得到第三特征分支，留存所述第三特征分支；

對(duì)所述第三特征分支進(jìn)行特征池化處理得到池化特征；

對(duì)所述池化特征進(jìn)行特征提取處理得到第四特征分支，留存所述第四特征分支。