摘要
本发明公开了一种基于矿石图像特征的品位等级智能分类方法,属于机器视觉技术领域,所述方法包括:构建矿石图像数据集,将所述矿石图像数据集划分为训练集、验证集和测试集,并对各子集中的矿石图像数据分别进行预处理操作;构建一个多分支结构的残差神经网络模型,作为矿石品位等级检测模型;基于所述矿石图像数据集对所述矿石品位等级检测模型进行训练;利用训练好的矿石品位等级检测模型对待测矿石的品位等级进行检测。本发明基于多分支结构和残差结构构建了矿石品位等级分类模型,可以提升矿山在选矿环节的智能化程度,为生产配矿提供指导,对提高矿山的运转效率,有着重要的实际应用价值和意义。
技术关键词
智能分类方法
矿石品位
图像
数据
残差神经网络
训练集
残差结构
迁移学习策略
注意力机制
多分支结构
选矿环节
机器视觉技术
哈希技术
矿山
通道
鲁棒性
对比度
参数