(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210700579.7 (22)申请日 2022.06.20 (71)申请人 讯飞智元信息科技有限公司 地址 230088 安徽省合肥市高新区望江西 路666号讯飞大厦8层-10层 (72)发明人 杨文康　谭昶　张友国　张天放　 王惠永　姜殿洪　刘江　贾若然　 (74)专利代理 机构 北京磐华捷成知识产权代理 有限公司 1 1851 专利代理师 李晴 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01)G06V 20/40(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 传送带运行状态的监测方法、 装置和存储介 质 (57)摘要 一种传送带运行状态的监测方法、 装置和存 储介质， 该方法包括： 获取针对传送带的运行场 景采集的传 送带运行场景图像； 基于训练好的第 一目标检测模型检测所述传送带运行场景图像 中的滚轴区域； 根据所述滚轴区域的位置信息， 确定所述滚轴区域在传送带两侧的分布情况； 根 据所述滚轴区域在传送带两侧的分布情况， 确定 传送带的运行状态。 本发明基于训练好的目标检 测模型检测传送带运行场景图像中的滚轴区域， 根据滚轴区域在传送带两侧的分布情况确定传 送带的运行状态， 具有较高的通用性和鲁棒 性。 权利要求书3页 说明书12页 附图4页 CN 115240132 A 2022.10.25 CN 115240132 A 1.一种传送带运行状态的监测方法， 其特 征在于， 所述方法包括： 获取针对传送带的运行场景采集的传送带运行场景图像； 基于训练好的第一目标检测模型检测所述传送带运行场景图像中的滚轴区域； 根据所述滚轴区域的位置信息， 确定所述滚轴区域在 传送带两侧的分布情况； 根据所述滚轴区域在 传送带两侧的分布情况， 确定传送带的运行状态。 2.根据权利要求1所述的方法， 其特征在于， 所述第 一目标检测模型还用于对所述滚轴 区域进行分类， 其中， 所述滚轴区域的分类包括长轴区域和短轴区域； 所述根据所述滚轴区域在传送带两侧的分布情况， 确定传送带的运行状态， 包括： 根据 所述长轴区域和所述短轴区域在 传送带两侧的分布情况， 确定所述传送带的运行状态。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述滚轴区域在传送带两侧的分 布情况， 确定传送带的运行状态， 包括： 当在传送带两侧均分布有所述滚轴区域 时， 在传送带两侧分别 选择最近的所述滚轴区 域， 作为第一目标滚轴区域和第二目标滚轴区域； 分别确定所述第一目标滚轴区域和所述第二目标滚轴区域的分类； 根据所述第 一目标滚轴区域和所述第 二目标滚轴区域的所述分类， 确定所述传送带的 运行状态。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 一目标滚轴区域和所述第 二目标滚轴区域的所述分类， 确定所述传送带的运行状态， 包括： 当所述第一目标滚轴区域和所述第 二目标滚轴区域的分类相同时， 确定所述传送带的 运行状态为 正常状态； 当所述第一目标滚轴区域和所述第 二目标滚轴区域的分类不同时， 确定所述传送带的 运行状态为异常状态。 5.根据权利要求3所述的方法， 其特征在于， 所述分别确定所述第 一目标滚轴区域和所 述第二目标滚轴区域的分类， 包括： 获取所述第一目标检测模型输出的所述第一目标滚轴区域和所述第二目标滚轴区域 的分类； 当所述第一目标检测模型输出的所述第一目标滚轴区域和所述第二目标滚轴区域的 分类不同时， 获取所述第一目标检测模型输出的所述第一目标滚轴区域的分类的第一置信 度， 以及所述第二目标滚轴区域的分类的第二置信度； 将所述第一置信度和所述第 二置信度分别与第 一预设阈值进行比较， 若所述第 一置信 度和所述第二置信度均大于或等于所述第一预设阈值， 则确定所述所述第一目标滚轴区域 和所述第二目标滚轴区域的分类不同。 6.根据权利要求3所述的方法， 其特征在于， 所述分别确定所述第 一目标滚轴区域和所 述第二目标滚轴区域的分类， 包括： 分别在所述第一目标滚轴区域和所述第二目标滚轴区域中分割出传送带区域； 确定所述传送带区域在所述第 一目标滚轴区域中所占的第 一面积比， 以及在所述第 二 目标滚轴区域中所占的第二 面积比； 根据所述第一面积比确定所述第一目标滚轴区域的分类， 其中， 当所述第一面积比大 于或等于第二预设阈值时， 确定所述第一 目标滚轴区域的分类为短轴区域， 当所述第一面权　利　要　求　书 1/3 页 2 CN 115240132 A 2积比小于所述第二预设阈值时， 确定所述第一目标滚轴区域的分类为长轴区域； 以及， 根据 所述第二面积比确定所述第二 目标滚轴区域的分类， 其中， 当所述第二面积比大于或等于 所述第二预设阈值时， 确定所述第二 目标滚轴区域的分类为短轴区域， 当所述第二面积比 小于所述第二预设阈值时， 确定所述第二目标滚轴区域的分类为长轴区域。 7.根据权利要求6所述的方法， 其特征在于， 所述分别在所述第 一目标滚轴区域和所述 第二目标滚轴区域中分割出传送带区域， 包括： 分别对所述第 一目标滚轴区域和所述第 二目标滚轴区域进行二值化处理， 得到二值化 图像； 由所述二值化图像的端点 开始进行 连通域搜索， 得到所述传送带区域。 8.根据权利要求1所述的方法， 其特征在于， 所述根据所述滚轴区域在传送带两侧的分 布情况， 确定传送带的运行状态， 包括： 当所述滚轴区域仅分布在 传送带一侧时， 确定所述传送带的运行状态为异常状态； 或当在所述传送带运行场景图像中未检测到所述滚轴区域 时， 确定所述传送带的运行 状态为异常状态。 9.根据权利要求1或2所述的方法， 其特征在于， 所述第一目标检测模型是基于有标签 数据和无标签数据进行半监督学习 所得到的， 其中， 所述有标签数据为人工标注有滚轴区 域的图像数据， 所述无 标签数据为未对 滚轴区域进行 人工标注的图像数据。 10.根据权利要求9所述的方法， 其特 征在于， 所述半监 督学习包括： 利用所述有标签数据训练得到第二目标检测模型； 基于所述第二目标检测模型对所述无标签数据中的滚轴区域进行预测， 以得到伪标 签； 利用所述有标签数据、 所述无标签数据以及所述伪标签训练得到所述第 一目标检测模 型。 11.根据权利要求10所述的方法， 其特 征在于， 所述半监 督学习还 包括： 在所述利用所述有标签数据、 所述无标签数据以及所述伪标签训练得到所述第 一目标 检测模型之前， 对所述无标签数据进行数据增强， 其中， 所述数据增强包括以下至少一项： 全局颜色变换、 全局几何变换、 局部几何变换。 12.根据权利要求10所述的方法， 其特 征在于， 所述半监 督学习还 包括： 在利用所述有标签数据、 所述无标签数据以及所述伪标签训练得到所述第 一目标检测 模型之前， 对所述伪标签进行筛选， 其中， 所述筛选包括对所述伪标签进行非极大值抑制 和/或阈值处 理。 13.一种传送带运行状态的监测装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取针对传送带的运行场景采集的传送带运行场景图像； 目标检测模块， 用于基于训练好的第 一目标检测模型检测所述传送带运行场景图像中 的滚轴区域； 确定模块， 用于根据所述滚轴区域的位置信息， 确定所述滚轴区域在传送带两侧的分 布情况， 并根据所述滚轴区域在 传送带两侧的分布情况， 确定传送带的运行状态。 14.一种传送带运行状态的监测装置， 其特征在于， 所述装置包括存储器和 处理器， 所 述存储器上存储有由所述处理器运行的计算机程序， 所述计算机程序在被所述处理器运行权　利　要　求　书 2/3 页 3 CN 115240132 A 3