权利要求书: 1.一种输送带损伤检测方法,其特征在于,包括:
获取待检测的输送带损伤图像;
将所述输送带损伤图像输入至训练完备的输送带损伤检测模型中进行输送带损伤检测,得到输送带损伤检测结果;
其中,所述输送带损伤检测模型包括用于提取输送带损伤图像特征图的联合注意力机制模块。
2.根据权利要求1所述的输送带损伤检测方法,其特征在于,所述输送带损伤检测模型为CNN神经网络模型。
3.根据权利要求1所述的输送带损伤检测方法,其特征在于,所述将所述输送带损伤图像输入至训练完备的输送带损伤检测模型之前,还包括:对获取的输送带损伤图像进行图像增强处理,得到增强图像;
以所述增强图像构建输送带损伤检测模型的输送带图像训练样本集和输送带图像测试样本集;
将所述输送带图像训练样本集输入至输送带损伤检测模型,确定所述输送带图像训练样本集对应的输送带图像预测集,其中,所述联合注意力机制模块用于提取输送带图像不同尺度的特征图;
根据所述输送带图像测试集调整所述输送带损伤检测模型的参数至满足收敛条件,确定训练完备的输送带损伤检测模型。
4.根据权利要求3所述的输送带损伤检测方法,其特征在于,对获取的输送带损伤图像进行图像增强,包括:获取相关场景裂纹图像,其中所述相关场景包括墙体、路面和桥梁;
将所述相关场景裂纹图像与所述输送带损伤图像进行融合,得到融合样本集;
对所述融合样本集进行强化特征训练,得到增强图像,并根据所述增强图像确定相似特征增强训练集和相似特征增强测试集。
5.根据权利要求1所述的输送带损伤检测方法,其特征在于,所述联合注意力机制模块包括改进通道注意力机制子模块、改进空间注意力机制子模块以及联合子模块;
所述改进通道注意力机制子模块包括依次连接的通道残差单元、通道池化层、通道卷积层、第一通道激活函数、通道全连接层、第二通道激活函数以及通道特征加权层,所述通道池化层包括并行的通道平均池化层以及通道最大池化层;
所述改进空间注意力机制子模块包括依次连接的空间残差单元、空间池化层、空间卷积层、第一空间激活函数、空间全连接层、第二空间激活函数以及空间特征加权层,所述空间池化层包括并行的全局平均池化层以及全局最大池化层;
所述联合子模块包括联合卷积层,所述联合卷积层用于对所述通道特征加权层的输出和所述空
声明:
“输送带损伤检测方法、装置、设备和介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)