摘要
本发明公开了一种基于深度学习目标检测和多标签分类的物料分选方法及装置,属于物料分选检测技术领域。本发明的基于深度学习目标检测和多标签分类的物料分选方法,所述方法包括:获取物料原始图像;对原始图像进行标注,获得深度学习目标检测数据集;通过所述深度学习目标检测数据集,进行深度学习模型训练并提取目标物料;建立多标签分类模型,对提取目标物料的图像输入多标签分类模型,获得一个图像的多个标签,根据标签进行物料分选。建立多标签分类模型,对一个物料设置多个标签类别,分选时客户可以根据自己的需求设置某一标签类别的物料为最终分选的类别。
技术关键词
物料分选方法
深度学习模型训练
多标签
标签类别
注意力机制
网络模块
分选检测技术
拍摄组件
Sigmoid函数
物料分选装置
彩色图像
数据
平台
相机
客户
系统为您推荐了相关专利信息
状态评估方法
多层感知网络
传感器
数据
异常事件
深度神经网络模型
可信执行环境
推理方法
网络部署
通道注意力机制
健康监测方法
高风险
健康状态数据
脑血容量
脱敏数据
低空飞行器
电机故障检测方法
故障类别
一维卷积神经网络
电机故障检测系统
图像分类模型
多层感知机
支持向量机
迭代方法
编码器