首页> 中文期刊> 《露天采矿技术》 >基于YOLO V3的露天矿电铲铲斗工作状态检测研究

基于YOLO V3的露天矿电铲铲斗工作状态检测研究

         

摘要

综合考虑电铲机械机构和工作环境,基于计算机视觉和嵌入式人工智能处理器,设计了一种低成本深度学习电铲斗齿监测方法;对采集的相对单一图像样本进行数据增强,利用轻量级神经网络YOLO V3 tiny对斗齿进行实时检测斗齿粗略位置,利用特征匹配进行斗齿定位,实现斗齿脱落报警.试验结果表明:本方法可以对电铲斗齿进行实时检测,可实现20帧/s的检测速度和85%以上的检测精度,具有精度高、速度快、鲁棒性强的优点.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号