基于改进ENet算法的工业皮带输送中的异物检测方法

在工业生产过程中,皮带输送是一种广泛被采用的物料输送方式,但是在输送过程中难以避免异物的产生,这些异物可能对生产过程造成严重的影响。为了高效准确地检测皮带输送中的异物,文章提出了一种基于卷积神经网络的异物检测方法。该方法主要基于ENet网络改进而来,通过引入注意力机制和特征融合技术,能够高效地获得物体不同尺度下的信息,实现异物的自动检测。实验显示,该技术能够迅速精准地分离出皮带上的异物,进而推动了深度学习技术在生产流程中的具体运用。