[发明专利]一种基于目标检测的料场皮带堵料的检测方法

权利要求书

1.一种基于目标检测的料场皮带堵料的检测方法，其特征在于，包括

S100.对皮带堵料视频图像的历史数据进行收集，然后对皮带堵料区域进行定位和标注，形成皮带堵料的图像数据集；

S200.构建基于神经网络的目标检测网络作为皮带堵料的检测器，将皮带堵料的图像数据集输入到目标检测网络中进行训练，得到皮带堵料的目标检测网络模型；

S300.提取实时采集的皮带运行视频中的当前帧图像，利用训练完成的皮带堵料的目标检测网络模型对当前帧图像进行检测，根据检测结果达到对皮带料流运输状态进行检测的目的。

2.如权利要求1所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，S100的具体方法为：对皮带堵料的图像及其堵料的区域进行定位和标定；对满足堵料的每一帧图像进行定位和标定，为图像贴上包含堵料区域的坐标位置信息的标签，将标注好的数据分为两部分，一部分是训练集，用于训练目标检测网络模型；另一部分是测试集，用于测试目标检测网络模型检测效果。

3.如权利要求1所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，皮带堵料的定义为：皮带料流超过皮带正常流动高度的预设范围到皮带料流填满整个料流口。

4.如权利要求2所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，S200的方法具体包括：

S201.将图像数据集中的训练集作为目标检测网络模型的输入，设置好目标检测训练参数，得到基于堵料状态检测的初始目标检测；

S202.将图像数据集中的测试集输入到训练好的初始目标检测网络模型，通过初始目标检测网络模型对测试集中的图像进行识别，得到当前图像是否存在堵料的标签及相应的堵料区域，并与测试集中当前图像的真实状态进行统计与匹配，当匹配准确度大于预设阈值时，即确定当前目标检测网络模型为皮带堵料检测的目标检测网络模型。

5.如权利要求4所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，当匹配准确度小于预设阈值时，则当前初始目标检测网络模型无法满足要求，则重新执行步骤S201-S202，直到测试集匹配准确度达到预设阈值。

6.如权利要求4所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，目标检测网络模型，采用了多个卷积神经网络对基本的图像特征进行提取，在卷积神经网络的预设层之间设置了快捷链路。

7.如权利要求4所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，目标检测网络模型，采用256*256*3作为输入，采用256个残差组件，每个残差组件有两个卷积层和一个快捷链路。

8.如权利要求4所述的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，目标检测网络模型，为每种下采样尺度设定3种先验框，总共聚类出9种尺寸的先验框。

9.如权利要求4的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，目标检测网络模型，预测对象类别时使用logistic的输出进行预测。

10.如权利要求1的一种基于目标检测的料场皮带堵料的检测方法，其特征在于，S300还包括：若该帧图像被基于皮带堵料状态的目标检测模型检测为堵料帧，则表示当前皮带料为堵料状态，并根据检测到的区域进行圈定，实时通过报警方式通知给相关责任人，保证堵料的及时处理；若该帧属于正常帧，则表示当前皮带上传送正常。