首页|基于语义分割的输送带跑偏智能检测方法

基于语义分割的输送带跑偏智能检测方法

扫码查看
原文链接
  • 万方数据
  • 维普
受设备老化与表面受力不均匀的影响，带式输送机易跑偏，导致故障和物料撒落。传统监测方法成本高且安装复杂，为此，本研究提出基于深度学习的智能检测方法，构建皮带线语义分割数据集并标注;使用Unet模型检测皮带线，并通过MiT编码器优化;引入像素位置感知损失强化训练;利用概率霍夫变换提取皮带线的直线位置，定量分析偏移程度。试验结果显示，本模型在皮带线预测上IoU达 61。34%，仅占 12。93GFlops，具备高效实时性，适用于多种输送带场景。

李南雁、廖辉、赵龙、苏金辉、蓝武生、陈夕松

展开 >

东南大学自动化学院 江苏 南京 210096

福建龙净环保智能输送工程有限公司 福建 龙岩 364000

深度学习 语义分割 MiT Encoder 机器视觉

2025

10.19392/j.cnki.1671-7341.202503020

科技风
河北省科技咨询服务中心

科技风

影响因子：0.049
ISSN：1671-7341
年,卷(期)：2025.(3)