摘要
本申请实施例涉及煤矿开采领域,公开了输送物料异物的识别方法、装置、电子设备和存储介质,以解决输送物料异物检测存在的计算量大、处理时间长的问题。该输送物料异物的识别方法包括:获取输送物料的历史图像;基于历史图像、无参数注意力机制SimAM模块和卷积神经网络模型,构建异物识别模型,其中,无参数注意力机制SimAM模块是基于无参数注意力机制SimAM设计的模块;获取输送物料的当前图像;对当前图像进行预处理;基于异物识别模型,检测当前图像中是否有异物。该识别方法在保障一定识别精度的情况下,压缩了计算量、提高了处理速度并减少了处理时间。
技术关键词
卷积神经网络模型
注意力机制
识别方法
数据分类
参数
模块
训练集
电子设备
可读存储介质
处理单元
图像增强
处理器通信
识别装置
存储器
计算机
指令
程序
系统为您推荐了相关专利信息
疲劳性能评估
正交异性钢桥面板
焊缝残余应力
U肋
参数
人脸表情识别方法
干扰特征
干扰识别模型
客户端
通用特征
空调负荷集群
电力辅助服务
能源
能力评估方法
曲线
待检产品
智能检测方法
支持向量机算法
高斯核函数
密度
资源分配方法
决策
深度强化学习模型
深度强化学习算法
进化算法