检测系统的传感器种类
传感器种类繁多，其分类方法也较多。主要有按被测参量分类（例如，温度传感器、湿度传感器、 位移传感器、 加速度传感器、 荷重传感器等） 法，按传感器转换机理 （工作原理） 分类（例如，电阻式、电容式、电感式、压电式、超声波式、霍尔式等）法和按输出信号分类（分为模拟式传感器和数字式传感器两大类） 法等。采用按被测参量分类法有利于人们按照目标对象的检测要求选用传感器，而采用按传感器转换机理（工作原理）分类法有利于对传感器作研究、试验。
撕裂检测系统
皮带撕裂检测系统通过利用计算机视觉边缘分析技术以及Python基于YOLOv7架构模型，对现场画面中皮带撕裂现象进行实时分析检测。YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器，并在 GPU V100 上，30 FPS 的情况下达到实时目标检测器的较高精度 56.8% AP。YOLOv7 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。
相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN速度上高出 509%，精度高出 2%，比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出 551%，精度高出 0.7%。
撕裂检测系统产品概述
当皮带（传送带）发生断裂时，皮带底端的红外线光束会错位，此时相机画面中检测到红外线光束不是一条连续不断的曲线，说明皮带撕裂或断裂，则抓拍。
皮带撕裂检测系统是基于视频流的智能图像识别系统，利用新的深度学习与大数据技术，通过对皮带进行实时监测，智能检测撕裂并报警。本系统采用视频图像智能识别的方式，无需新增硬件，快捷方便；软件自动检测皮带撕裂，通过http推送，现场音箱广播的方式提醒现场人员及时进行处理。