摘要
本发明属于检测方法技术领域,具体涉及一种基于深度学习的皮带跑偏检测方法,包括下列步骤:算法接入实时视频流进行处理,每一帧视频图像经过算法处理,得出当前帧是否存在皮带偏移想象;若连续10帧内都出现偏移,则进行皮带跑偏报警;计算得到皮带的跑偏偏移率K;网络基于传统UNet网络进行修改,网络的最终输出572*572*4的特征。本发明针对有托锟的皮带、无托锟的皮带两种情形都进行了对应的处理,保证了方法的普适性和完整性。本发明能够实现对皮带跑偏行为的高效监测和预警,为企业生产提供更加可靠和安全的保障。