基于深度學習的輸送帶跑偏狀態(tài)智能監(jiān)測方法

摘要： 針對現(xiàn)有輸送帶跑偏狀態(tài)監(jiān)測方法實用性、魯棒性不足及數(shù)據(jù)集制作難度大的問題，提出了一種基于深度學習的輸送帶跑偏狀態(tài)智能監(jiān)測方法。將輸送帶邊緣識別問題看作特定場景下的直線檢測問題，提出以目標檢測網(wǎng)絡預測框的對角線表征輸送帶邊緣直線的檢測策略，以預測框的右上-左下對角線表征輸送帶左邊緣，以左上-右下對角線表征輸送帶右邊緣；通過YOLOv5模型對輸送帶邊緣進行檢測，并設計了跑偏量計算方... （共8頁）