基于迁移学习的永磁除铁器输送带断裂检测

作     者：李现国 刘晓 冯欣欣 LI Xian-guo;LIU Xiao;FENG Xin-xin

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 

出 版 物：《天津工业大学学报》 (Journal of Tiangong University)

年 卷 期：2022年第41卷第1期

页      面：66-72,80页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：天津市重点研发计划科技支撑重点项目(18YFZCGX00930) 

主　　题：永磁除铁器 弃铁输送带 迁移学习 断裂检测 ResNet18 Jetson TX2 

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。