一种运输机皮带跑偏检测方法及改进的yolov5网络模型

本发明涉及基于深度学习的视觉图像检测技术领域，具体是公开一种运输机皮带跑偏检测方法及改进的yolov5网络模型，模型中包括托辊检测处理和皮带区域分割处理；方法为建立模型；使用改进的yolov5网络模型训练数据；运输机皮带跑偏检测工作时，相机采集获得检测图像，处理输入调用的改进的yolov5网络模型；托辊检测处理计算出托辊的面积，判断是否超过设定的阈值；皮带区域分割处理进行边缘提取，通过霍夫直线检测判断检测直线是否偏移设定直线的阈值；当两者判断结果均为是，则判断为跑偏，进行报警；当两者之一或两者判断结果为否，则重新进行步骤。该方法是基于深度学习检测皮带跑偏的新方法，能够得到更为准确的检测结果。