基于卷积神经网络的煤泥水外溢检测算法

为解决工厂煤泥水外溢这一难题，提出一种实时监督煤泥水外溢的解决方案。首先，构建基于深度学习的煤泥水外溢视频检测模型，利用卷积神经网络(CNN)提取煤泥水监测图像特征；然后，将提取到的特征代入模型进行训练，通过微调方法，使准确率不断提升；最后，采用相关评价指标评估模型的性能。结果表明：采用基于CNN的煤泥水外溢检测模型相较于传统的检测算法，在各项评价指标上可提高15%以上；在煤泥水外溢的严重程度上也能做出精准判断，各项评价指标均达到90%以上，有助于降低煤泥水外溢状况发生。