基于KAN-YOLO的矿用皮带输送机皮带异常检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于KAN-YOLO的矿用皮带输送机皮带异常检测方法
申请号:CN202510104839
申请日期:2025-01-23
公开号:CN119963792A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于KAN‑YOLO的矿用皮带输送机皮带异常检测方法,包括通过工业CCD相机进行拍摄,输入图像至PC端,形成原始图像数据集;采用二值化、SAPCA去噪、标准化及归一化算法形成处理数据集。本发明的有益效果是:利用DCGAN网络对处理数据集进行拓展,解决工业生产中的样本不均衡问题;通过训练完成的样本数据集,基于YOLOv11实现矿用皮带输送机的皮带异常检测;通过建立KAN网络层模型,替换传统CNN层,实现有效地参数削减和效率提升;通过对预设锚框应用差分进化算法优化,实现多锚框的快速寻优;通过Transformer对相对及绝对位置进行编码,对结构块进行优化实现效率提升。
技术关键词
矿用皮带输送机 异常检测方法 工业CCD相机 邻域 原始图像数据 矩阵 进化算法 特征值 非线性映射关系 网络架构 异常状态 归一化算法 神经网络训练 加权平均法 样本 网络深度