權利要求書： 1.一種輸送帶損傷檢測方法，其特征在于，包括：
獲取待檢測的輸送帶損傷圖像；
將所述輸送帶損傷圖像輸入至訓練完備的輸送帶損傷檢測模型中進行輸送帶損傷檢測，得到輸送帶損傷檢測結果；
其中，所述輸送帶損傷檢測模型包括用于提取輸送帶損傷圖像特征圖的聯合注意力機制模塊。
2.根據權利要求1所述的輸送帶損傷檢測方法，其特征在于，所述輸送帶損傷檢測模型為CNN神經網絡模型。
3.根據權利要求1所述的輸送帶損傷檢測方法，其特征在于，所述將所述輸送帶損傷圖像輸入至訓練完備的輸送帶損傷檢測模型之前，還包括：對獲取的輸送帶損傷圖像進行圖像增強處理，得到增強圖像；
以所述增強圖像構建輸送帶損傷檢測模型的輸送帶圖像訓練樣本集和輸送帶圖像測試樣本集；
將所述輸送帶圖像訓練樣本集輸入至輸送帶損傷檢測模型，確定所述輸送帶圖像訓練樣本集對應的輸送帶圖像預測集，其中，所述聯合注意力機制模塊用于提取輸送帶圖像不同尺度的特征圖；
根據所述輸送帶圖像測試集調整所述輸送帶損傷檢測模型的參數至滿足收斂條件，確定訓練完備的輸送帶損傷檢測模型。
4.根據權利要求3所述的輸送帶損傷檢測方法，其特征在于，對獲取的輸送帶損傷圖像進行圖像增強，包括：獲取相關場景裂紋圖像，其中所述相關場景包括墻體、路面和橋梁；
將所述相關場景裂紋圖像與所述輸送帶損傷圖像進行融合，得到融合樣本集；
對所述融合樣本集進行強化特征訓練，得到增強圖像，并根據所述增強圖像確定相似特征增強訓練集和相似特征增強測試集。
5.根據權利要求1所述的輸送帶損傷檢測方法，其特征在于，所述聯合注意力機制模塊包括改進通道注意力機制子模塊、改進空間注意力機制子模塊以及聯合子模塊；
所述改進通道注意力機制子模塊包括依次連接的通道殘差單元、通道池化層、通道卷積層、第一通道激活函數、通道全連接層、第二通道激活函數以及通道特征加權層，所述通道池化層包括并行的通道平均池化層以及通道最大池化層；
所述改進空間注意力機制子模塊包括依次連接的空間殘差單元、空間池化層、空間卷積層、第一空間激活函數、空間全連接層、第二空間激活函數以及空間特征加權層，所述空間池化層包括并行的全局平均池化層以及全局最大池化層；
所述聯合子模塊包括聯合卷積層，所述聯合卷積層用于對所述通道特征加權層的輸出和所述空
聲明：
“輸送帶損傷檢測方法、裝置、設備和介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
782
編輯：中冶有色網
來源：武漢理工大學三亞科教創新園
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月24日 ~ 26日 
