[发明专利]一种基于目标检测的料场皮带堵料的检测方法

说明书

一种基于目标检测的料场皮带堵料的检测方法，包括：获得运载过程中的皮带运行的视频画面；对皮带堵料视频图像的历史数据进行收集，对皮带堵料区域的定位和标注，形成皮带堵料的图像数据集；利用目标检测的算法对图像数据集进行高度总结和特征提取，得到包含皮带堵料区域的目标检测的模型；利用得到的目标检测模型，对实时采集的皮带运行视频中的当前帧图像进行识别，找出当前图像是否存在堵料现象及存在堵料情况下的堵料区域，达到对皮带堵料进行实时检测的目的。本发明相对于现有技术，不需要人工实时进行视频监控和判别，减少人力成本；并且相对于人工的检测和判别，本发明准确率更高，实现了皮带运输状态实时检测的自动化与无人化功能。

技术领域

本发明涉及的是目标检测领域，特别涉及一种基于目标检测的料场皮带堵料的检测方法。

背景技术

皮带输送机是工矿企业运送原料最经济、最高效、最便捷的方法，皮带机也是常用的动力输送机，应用广泛，物美价廉。皮带机的主要任务是将散装物料通过皮带机输送系统顺利运送到目的地，如果皮带机系统发生堵塞现象，停工停产，会造成生产工艺流程中断。如果所运输的物料遇到障碍物，或者接触到因侵蚀而出现坑洼的皮带表面，物流即会改变正常的运输方向，从而导致运输物料的堆积，出现料流堵塞现象。因此，一旦发生物料堵塞问，检修恢复时间需要数个小时的时间，无法正常作业生产，造成生产和经济的双重损失。

在生产线附近安装相关的检测设备可以减少这一现象的发生，但是视频检测系统每日会产生数量众多的视频图像，如果堵塞状态完全依靠人工去进行识别，不仅工作量显得尤为巨大，而且效率非常低下，另一方面长时间作业会产生疲劳进而带来漏判、错判的现象，难以保证作业的质量，并且存在安全隐患。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于目标检测的料场皮带堵料的检测方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种基于目标检测的料场皮带堵料的检测方法，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模型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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。