摘要
本发明公开了一种ElectroTrackNet的电选轨迹识别方法及系统,该方法包括:采集矿物粒子的电选图像,输入训练好的ElectroTrackNet模型,输出得到电选图像的轨迹路径;其中,ElectroTrackNet模型通过以下步骤训练得到:收集带有电选图像的标注数据作为数据集;通过数据集训练神经网络模型,将输入的电选图像经过ElectroTrackNet网络结构中的多个卷积层;所述多个卷积层通过局部感受野对电选图像进行逐层特征提取以及关键信息的提取;再进行多尺度特征提取,通过融合后的特征图像,生成预测的轨迹输出。本发明在处理复杂电选图像轨迹分割任务时,具有高效、精准、鲁棒的优势。
技术关键词
轨迹识别方法
联合损失函数
训练神经网络模型
融合特征
多尺度特征提取
图像
轨迹识别系统
传播算法
时间序列信息
预测误差
分辨率
网络结构
模块
上采样
数据
通道
样本
处理器
系统为您推荐了相关专利信息
产品智能推荐方法
融合特征
自然语言理解
语义特征
深度神经网络
模态特征
多模态协同
人脸
情感识别方法
情感识别模型
图像分类模型
鲁棒性
多尺度特征提取
注意力机制
中间层
地下管线施工
图像
融合特征
质检方法
特征提取模型