文献

J-GLOBAL ID：202202227557333102   整理番号：22A1139072

改良アンカボックス型金属鉱ベルト式コンベヤの異物検出方法【JST・京大機械翻訳】

著者 (5件)： Lu Caiwu (西安建筑科技大学資源工程学院, 陜西西安 710055;西安市智慧工程感知計算与决策重点実験室, 陜西西安 710055) ,  Yan Xuesong (西安建筑科技大学資源工程学院, 陜西西安 710055;西安市智慧工程感知計算与决策重点実験室, 陜西西安 710055) ,  Liu Li (西安建筑科技大学管理学院, 陜西西安 710055) ,  He Xugan (西安建筑科技大学資源工程学院, 陜西西安 710055;西安市智慧工程感知計算与决策重点実験室, 陜西西安 710055) ,  Fan Lamei (西安建筑科技大学資源工程学院, 陜西西安 710055;西安市智慧工程感知計算与决策重点実験室, 陜西西安 710055)
資料名： Caikuang Jishu  (Caikuang Jishu)
巻： 22  号： 1  ページ： 150-154,162  発行年： 2022年 
JST資料番号： C4215A  ISSN： 1671-2900  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 異物検出は金属鉱ベルトコンベアの安全安定生産を保障する重要な前提である。既存のマシンビジョンに基づく異物検出方法の特徴抽出能力が不足し、正負のサンプルが不均衡であるため、検出精度が悪いという問題に対して、改良したアンカレス型金属鉱ベルト式コンベアの異物検出方法を提案した。この方法は,空洞畳込みをセル化層に導入し,特徴抽出の受容野を増し,異物画像特徴の詳細情報を抽出する能力を強化する。訓練過程における正負サンプルの割合を最適化し、アルゴリズム全体の損失関数値を下げることで、異物識別の正確性を保証した。最後に,サンプルデータセットを強化して,ラベル付けして,改良モデルを訓練した。試験結果により,提案した方法は,掘削,バッフル,および作業用鋼に対する検出精度(AP)が,それぞれ80%,95%,98.3%,および,異物検出の平均精度(MAP)は,91.1%であり,そしてそれは,従来の方法より優れ,そして,金属鉱山ベルトコンベヤの異物検出のための新規方法を提供することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *金属 ,  最適化 ,  畳込み ,  安全性 ,  損失関数 ,  *ベルトコンベヤ ,  鋼 ,  特徴抽出 ,  精度 ,  画像特性 ,  金属鉱山 ,  コンピュータビジョン
準シソーラス用語： 正確性 ,  マシンビジョン ,  検出精度 , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  コンベヤ  (QE01030Q) ,  食品の検査・取締り  (FJ01054G)

タイトルに関連する用語 (5件)： アンカ ,  ボックス ,  鉱 ,  ベルト式コンベヤ ,  異物検出