(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 202211007315.X (22)申请日 2022.08.22 (71)申请人 中国神华能源股份有限公司哈尔乌 素露天煤矿 地址 010300 内蒙古自治区鄂 尔多斯市准 格尔旗薛家湾镇 (72)发明人 武国平　刘利明　胡金良　丁志刚　 刘振江　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 霍文娟 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06V 10/30(2022.01) G06V 10/42(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 传送带异物的检测方法、 装置和计算机可读 存储介质 (57)摘要 本申请提供了一种传送带异物的检测方法、 装置和计算机可读存储介质。 该方法包括： 获取 传送带的历史图像； 对历史图像进行预处理， 得 到处理后的历史图像， 并根据处理后的历史图像 构建识别模型； 对识别模型进行优化处理， 得到 优化后的识别模型； 获取传送带的当前图像； 采 用优化后的识别模型识别当前图像中传送带上 是否有异物。 该方案中， 通过对历史图像进行预 处理， 可以保证构建识别模型时的训练集的训练 数据较为精确， 再对模型进行优化， 保证识别模 型的效率较高， 这样就可以采用优化后的识别模 型进行检测， 可以准确地检测异 物。 权利要求书2页 说明书12页 附图5页 CN 115410149 A 2022.11.29 CN 115410149 A 1.一种传送带异 物的检测方法， 其特 征在于， 包括： 获取传送带的历史图像， 所述历史图像是图像采集设备采集得到的； 对所述历史图像进行预处理， 得到处理后的历史图像， 并根据所述处理后的历史图像 构建识别模型， 其中， 所述识别模型为卷积神经网络模型； 对所述识别模型进行优化处 理， 得到优化后的识别模型； 获取所述传送带的当前图像； 采用所述优化后的识别模型识别所述当前图像中所述传送带 上是否有异 物。 2.根据权利要求1所述的方法， 其特征在于， 对所述历史图像进行预处理， 得到处理后 的历史图像， 包括： 确定所述历史图像的数量； 确定所述历史图像的所述数量是否小于目标 数量； 在所述数量小于所述目标数量的情况下， 将所述历史图像的所述数量进行扩充， 直到 所述历史图像的所述数量大于或者 等于所述目标 数量； 在所述数量大于或者等于所述目标数量的情况下， 对所述历史图像进行去噪处理以及 亮度增强处 理， 得到所述处 理后的历史图像。 3.根据权利要求2所述的方法， 其特征在于， 在所述数量小于所述目标数量的情况下， 将所述历史图像的所述数量进 行扩充， 直到所述历史图像的所述数量大于或者等于所述目 标数量， 包括： 调整至少部分所述历史图像的亮度， 和/或， 添加至少部分所述历史图像的加性高斯白 噪声， 得到新增历史图像； 在未调整的所述历史图像的数量与所述新增历史图像的数量之和大于或者等于所述 目标数量的情况 下， 停止扩充。 4.根据权利要求2所述的方法， 其特征在于， 根据所述处理后的历史图像构建识别模 型， 包括： 获取每一个所述处理后的历史图像的标注信 息， 所述标注信 息中包括所述处理后的历 史图像中的异 物信息、 所述处 理后的历史图像的标识符； 将所述处 理后的历史图像以及对应的所述标注信息作为训练集； 采用所述训练集进行训练以得到所述识别模型。 5.根据权利要求1所述的方法， 其特征在于， 对所述识别模型进行优化处理， 得到优化 后的识别模型， 包括： 对所述识别模型进行轻量化处理， 所述轻量化处理是指对所述识别模型进行压缩以及 对所述识别模型的计算过程进行加速； 在所述识别模型中添加卷积注意力模块， 所述卷积注意力模块用于对所述识别模型的 输入进行自适应特 征优化。 6.根据权利要求5所述的方法， 其特征在于， 所述识别模型中包括主干特征提取网络模 块和加强特征提取网络模块， 所述主干特征提取网络模块用于提取图像中的信息并生成特 征图， 所述加强特征提取网络模块用于对所述主干特征提取网络模块的输出进行逐点卷积 并生成更新的特 征图， 对所述识别模型进行 轻量化处理， 包括： 对所述主干特 征提取网络模块进行 轻量化处理；权　利　要　求　书 1/2 页 2 CN 115410149 A 2对所述加强特 征提取网络模块进行 轻量化处理。 7.根据权利要求5所述的方法， 其特征在于， 在所述识别模型中添加卷积注意力模块， 包括： 添加通道注意力 子模块， 所述通道注意力 子模块用于生成所述识别模型在空间维度 上 的第一注意力权值； 添加空间注意力 子模块， 所述空间注意力 子模块用于生成所述识别模型在通道维度 上 的第二注意力权值。 8.根据权利要求1所述的方法， 其特征在于， 在根据 所述处理后的历史图像构建识别模 型之后， 所述方法还 包括： 提取至少部分所述预处 理后的历史图像； 采用至少部分所述预处理后的历史图像对所述识别模型进行验证处理， 并得到验证结 果； 在所述验证结果表征通过验证的情况 下， 确定所述识别模型的可信度为第一可信度； 在所述验证结果表征未通过验证的情况下， 确定所述识别模型的可信度为第二可信 度， 并重新对所述识别模型进行训练， 其中， 所述第一可信度大于所述第二可信度。 9.根据权利要求1所述的方法， 其特征在于， 在获取所述传送带的当前图像之前， 所述 方法还包括： 控制机械臂对所述传送带上的物料进行铺平 处理， 和/或， 调整给煤机的入料闸板的开 度至目标开度， 以使得 所述传送带 上的物料的深度小于或者 等于深度阈值。 10.一种传送带异 物的检测装置， 其特 征在于， 包括： 第一获取 单元， 用于获取传送带的历史图像， 所述历史图像是图像采集设备采集到的； 第一处理单元， 用于对所述历史图像进行预处理， 得到处理后的历史图像， 并根据 所述 处理后的历史图像构建识别模型， 其中， 所述识别模型为卷积神经网络模型； 优化单元， 用于对所述识别模型进行优化处 理， 得到优化后的识别模型； 第二获取 单元， 用于获取 所述传送带的当前图像； 识别单元， 用于采用所述优化后的识别模型识别所述当前图像中所述传送带上是否有 异物。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的程 序， 其中， 所述 程序执行权利要求1至9中任意 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115410149 A 3