典型文献
基于迁移学习的永磁除铁器输送带断裂检测
文献摘要：
为解决现有的永磁自卸除铁器输送带断裂检测方法不精确、检测装置易损坏、安装复杂的问题,提出一种基于迁移学习的视频检测方法.首先采用模板匹配技术选取弃铁输送带的特征图像,得到源图像中的ROI区域;然后通过对图片进行随机旋转、裁剪、亮度变换扩充数据量,并自制了数据集;随后基于Fine Tuning迁移学习方法,使用Pytorch架构,利用Python语言对ResNet18网络模型进行训练,解决了因样本数量不足、学习效果差的问题.实验结果表明:弃铁输送带断裂检测的准确率可达93.74％,图像处理速度为17帧/s;将训练好的ResNet18网络模型布署到Jetson TX2嵌入式开发平台,当检测到故障时可现场实时报警;通过TCP/IP协议与监控终端系统进行数据通信,进行数据与输送带图像的实时显示,最终构建弃铁输送带断裂检测系统.
文献关键词：
永磁除铁器;弃铁输送带;迁移学习;断裂检测;ResNet18;Jetson TX2
中图分类号：
作者姓名：
李现国;刘晓;冯欣欣
作者机构：
天津工业大学 电子与信息工程学院,天津 300387;天津工业大学 天津市光电检测技术与系统重点实验室,天津 300387
文献出处：
引用格式：
[1]李现国;刘晓;冯欣欣-.基于迁移学习的永磁除铁器输送带断裂检测)[J].天津工业大学学报,2022(01):66-72,80
A类：
永磁除铁器,弃铁输送带
B类：
断裂检测,自卸,卸除,检测装置,易损,视频检测,模板匹配技术,特征图像,ROI,随机旋转,裁剪,亮度,充数,数据量,Fine,Tuning,迁移学习方法,Pytorch,Python,ResNet18,样本数量,学习效果差,处理速度,练好,布署,Jetson,TX2,嵌入式开发,开发平台,实时报警,TCP,监控终端,终端系统,数据通信,实时显示
AB值：
0.334597
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
