摘要
本发明属于卷积神经网络领域,特别涉及一种基于YOLO算法的煤层孔壁裂隙捕捉方法。该发明是根据人工大量采集高精度的煤层孔壁裂隙照片,对数据进行预处理并提取特征信息,之后放入模型中进行反复训练,通过反向传播,不断优化损失函数,使模型达到具有精确识别煤层孔壁裂隙的效果,最终将训练好的模型应用于实际煤层孔壁图像,捕捉煤层孔壁裂隙。该方法实现了对煤层孔壁裂隙的高精度自动识别功能,大大减少人为工作量,同时也为煤矿的人员安全提供了保障,提升了煤矿开采的效率,为矿井下的路线布置提供方案。
技术关键词
YOLO算法
捕捉方法
孔壁图像
高精度自动识别
图片
神经网络架构
梯度下降算法
传播算法
图像分割
矿井
数据
训练集
标签
样本
表达式
非线性
工作量
钻机
照片
系统为您推荐了相关专利信息
卷积神经网络模块
辅助系统
深度学习卷积神经网络
炉具
卷积神经网络深度学习模型
三维人体动作
人体三维重建
关节点
捕捉方法
相机外参