基于YOLOv5的烧结机台车篦条缺失检测研究
Ｒesearch on missing grate detection of sintering machine trolley based on YOLOv5
翟容清，陈波，王月明
( 内蒙古科技大学信息工程学院，内蒙古 包头 014010)
摘 要: 在烧结工艺中，篦条的缺失会使台车底部出现缺口，烧结矿掉落造成生产事故，严重将导致烧结系统停产。针对以上问题，提出了在烧结机机头处基于目标检测算法对篦条缺失进行检测的方案，通过采集篦条缺失图像， 使用图片标注工具 Labellmg 对篦条缺失样本进行标注，构建数据集，在 Pytorch 深度学习框架下，采用目标检测 YOLOv5 算法对样本进行训练，使用训练权重对测试集中的图像进行检测及准确率分析，结果表明: 使用 YOLOv5 检测篦条缺失 mAP 值可达 99. 5% ，其训练后的权重可以检测篦条缺失图像，最后，基于 PyQt 构建烧结机台车篦条缺失检测系统，对篦条缺失进行实时检测，避免生产事故的发生，为烧结机台车篦条缺失检测提供解决方案。
关键词: 篦条缺失; 深度学习; 目标检测; YOLOv5; PyQt
DOI: 10.16559 /j.cnki.2095 － 2295.2022.03.005
基金项目: 内蒙古自治区自然基金资助项目( 2020MS06008，2019MS06036)；内蒙古自治区关键技术攻关项目( 2021GG0045)
作者：翟容清，陈波，王月明
参考文献：
［1］ 邓守梁，万黎明高效生产高质量烧结机炉篦条工艺 研究［J］金属加工( 热加工) ，2020，65( 03) :84
［2］ 普欣荣，杨学斌烧结机台车常见故障及解决措施［J］现代机械，2017，44( 02) :58
［3］ 钱文杰，杨智新用以检测台车炉篦条缺失的探测装置及探测方法P中国专利:2012103426399， 2014 － 03 － 26
［4］ 韩明明，孙文杰，邹一波，等烧结机台车篦条检测方 法［P］中国专利:2014105581646，2018 － 03 － 09
［5］ 秦立鹏基于图像处理的烧结台车篦条监测系统设计J］信息通信，2018，32( 3) :115
［6］ 王月明，黄文鑫，圣园园，等基于 DeepLabV3 + 网络结构的烧结机台车侧板裂缝检测系统［J］烧结球团，2021，46( 03) :16
［7］ 房良睿，王月明，李真如，等基于 YOLOv3 算法的链箅 机台车车轮故障检测系统［J］烧结球团，2021，46 ( 01) :76
［8］ 王月明，李世翔，翟容清，等基于 YOLOv3 算法的烧结 厂台车箅条缺失检测研究［J］烧结 团，2021，46 ( 05) :30
［9］ Ｒedmon J，Divvala S，Girshick Ｒ，et alYou only look once:unified，real-time object detection［C］/ / Proceedings of 2016 IEEE conference on computer vision and pattern recognitionWashington，USA:IEEE Computer Society Press，2016:779
［10］ Ｒedmon J，Farafadi AYOLO9000:better，faster， stronger［C］/ /Proceedings of the 2017 IEEE conference on computer vision and pattern reconngnitionPiscataway，USA:IEEE Press，2017:6517
［11］ 汪鹏，辛雪静，王利琴，等基 YOLOv3的光学遥感 图像目标检测算法［J］激光与光电子学进展，2021， 58( 20) :509
［12］ 李若熙，吕潇，张元生，等改进 YOLOv4 算法井下人 员检测的研究［J］矿业研究与开发，2021，41( 11) :179
［13］ Liu Y，Lu B H，Peng J，et alＲesearch on the use of YOLOv5 object detection algorithm in mask wearing recognition［J］World Scientific Ｒesearch Journal，2020，6 ( 11) :276
［14］ Ｒezatofighi H，Tsoi N，Gwak J，et alGeneralized intersection over union:A metric and a loss for bounding box regression［C］/ /2019 IEEE/CVF Conference on computer vision and pattern ＲecognitionUSA:IEEE press，2019:658．