煤炭传送带状态检测系统

煤炭传送带状态检测系统通过Python+OpenCv机器视觉边缘分析技术对煤炭皮带状况进行实时监测，一旦煤炭传送带状态检测系统Python+OpenCv监测到皮带跑偏、堆煤、撕裂、异物等其他情况，煤炭传送带状态检测系统马上开展警报提醒，通知后台监控平台，并提醒相关人员及时处置。

在目标检测领域，为了更好的提取融合特征，通常在Backbone和输出层，会插入一些层，这个部分称为Neck。Yolov5中添加了FPN+PAN结构，相当于目标检测网络的颈部，也是非常关键的。这样结合操作，FPN层自顶向下传达强语义特征（High-Level特征），而特征金字塔则自底向上传达强定位特征（Low-Level特征)，两两联手，从不同的主干层对不同的检测层进行特征聚合。

传统背景差分法，结合OpenCV中的图像高斯平滑预处理以及腐蚀、膨胀图像形态学处理方法，实现一个更符合实际场景需要的运动目标检测方法。实验效果比较分析表明，该目标检测算法较传统目标检测算法能够提取更加准确和完整的运动目标轮廓。