基于机器视觉的输送带纵向撕裂检测系统设计

作者

贾文琪
单位

中煤科工集团常州研究院有限公司天地（常州）自动化股份有限公司
摘要

针对当前传统输送带纵向撕裂检测装置智能化程度低、触发机制易导致漏检和误检的情况，设计了一种基于深度学习的纵向撕裂检测系统，其以YOLOv5s模型为深度学习模型，以低功耗边缘计算模块为载体。使用工业级本安相机获取图像，传入边缘计算模块进行撕裂特征检测，融合输送带速度传感器数据计算出纵向撕裂长度，最终对外输出检测结果。该系统提高了煤矿主运输输送带纵向撕裂检测的智能化水平，保障了煤炭生产过程的安全性，提高了生产效率，降低了经济损失。
关键词

深度学习机器视觉YOLOv5s纵向撕裂检测智能化煤矿
基金项目(Foundation)

天地（常州）自动化股份有限公司科研项目（2024GY2003）；
文章目录

0 引言
1 输送带纵向撕裂检测系统架构
2 深度学习模型
3 系统功能及实现
(1）纵向撕裂长度检测
(2）视频处理及显示
(3）报警数据
4 结语
DOI

10.13436/j.mkjx.202409055
引用格式

[1]贾文琪.基于机器视觉的输送带纵向撕裂检测系统设计[J].煤矿机械,2024,45(09):179-181.

煤问提