在铁矿石输送带系统中检测异物的图像数据集
Frederico L Martins de Sousa1, Thiago E Alves de Oliveira2, Saul E Delabrida Silva3
1Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração (PROFICAM) - Universidade Federal de Ouro Preto (UFOP) and Instituto Tecnológico Vale (ITV) , Minas Gerais, Brazil.
Data in brief
|June 19, 2025
概括
这项研究引入了一个新的数据集,即高速视频捕捉输送带上的铁矿石,这对于检测采矿操作中的异物非常有用. 这些数据有助于开发用于工业物料运输的先进计算机视觉系统.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 在工业物料运输中自动检测异物对于运营效率和安全至关重要.
- 现有的数据集可能无法充分反映现实世界采矿环境的复杂性,例如铁矿石运输.
研究的目的:
- 为了呈现一种新的,高速的铁矿石在输送带上的视频数据集.
- 促进基于图像的工业环境异常检测算法的开发和比较评估.
- 支持用于材料处理和运输的计算机视觉研究.
主要方法:
- 使用带有OV5693摄像头的NVIDIA Jetson TX2获取高速 (120/秒) 视频录制.
- 使用实验室规模的输送带 (35厘米x1.10米) 运输血和污染物 (木材,塑料).
- 数据分为正常操作,异常和对象类型的子集,取出和排序的数据.
主要成果:
- 创建了一个综合视频和对象信息的综合数据集.
- 该数据集捕捉了常规的铁矿石流和明显的异物存在.
- 数据的结构允许在物体检测和分类中进行多种应用.
结论:
- 这一数据集为推进矿业和工业物料运输领域的计算机视觉技术提供了宝贵的资源.
- 允许在受控但具有代表性的环境中对异常检测算法进行强有力的测试和基准测试.
- 促进未来对散装材料处理实时监控和控制系统的研究.
