一种基于深度学习的矿石物料精准分类方法及设备

本发明涉及一种基于深度学习的矿石物料精准分类方法，包括如下步骤：获取车斗区域图像；构建物料实例分割模型：主干特征提取网络引入DepthSepConv模块和坐标注意力机制模块，通过多个DepthSepConv模块以分离的卷积方式进行下采样，获得多尺度的特征提取图，对其中尺度较小的特征图输入坐标注意力机制模块；NECK网络对不同尺度的特征图进行特征融合后传输至HEAD网络，将特征融合后尺度最大的特征图传输至Protonet网络，HEAD网络输出目标物料的类别；Protonet网络输出的原生掩码。本发明优点：实现物料类别识别、物料分割以及对每个物料的规格大小的预测，保证快速、精准的区分物料类别。