Invention Publication
- Patent Title: 一种基于计算机视觉的钢丝绳卷筒不规则排列检测方法
-
Application No.: CN202410307212.8Application Date: 2024-03-18
-
Publication No.: CN118096711APublication Date: 2024-05-28
- Inventor: 刘艳 , 孙翠翠 , 严书桃 , 曹志勇 , 蔡小雨 , 谢邦天 , 林仲晨 , 沈毅祥 , 鲍支虎 , 代宗
- Applicant: 微特技术有限公司
- Applicant Address: 湖北省宜昌市中国(湖北)自贸区宜昌片区港城路6号
- Assignee: 微特技术有限公司
- Current Assignee: 湖北三峡物联网知识产权运营有限公司
- Current Assignee Address: 443000 湖北省宜昌市中国(湖北)自贸区宜昌片区高新区港城路6号
- Agency: 重庆中之信知识产权代理事务所
- Agent 李鹤
- Main IPC: G06T7/00
- IPC: G06T7/00 ; G06V10/26 ; G06V10/25 ; G06V10/44 ; G06V10/77 ; G06V10/82 ; G06V10/764 ; G06V10/766 ; G06V20/40 ; G06N3/0464

Abstract:
本发明提供了一一种基于计算机视觉的钢丝绳卷筒不规则排列检测方法,包括以下步骤:步骤一,获取塔机施工现场钢丝绳卷筒实时视频;步骤二,提取图像数据进行预处理;步骤三,将预处理完成的图像输入钢丝绳卷筒异常检测模型中;步骤四,判断当前钢丝绳卷筒是否存在乱绳异常,若存在异常则进行语音提示;所述步骤三包括以下步骤:S3.1,将预处理完成的图像输入钢丝绳卷筒异常检测模型中,模型基于深度学习思路对FasterRCNN算法进行优化;S3.2,基于ROI‑Align算法对FasterRCNN算法原图位置坐标进行优化改进;S3.3,改进ROI池化层算法设计;S3.4,对卷积神经网络特征提取进行优化;S3.5,采用多任务分类损失进行统计增强模型检测性能。本发明在钢丝绳卷筒异常识别方面检测速度更快、检测精度更高,并能够实时实现不同场景下的钢丝绳卷筒异常识别。
Information query