摘要
本发明涉及神经网络技术领域,公开一种矿石块度测量与异常识别方法及系统,以提高矿石检测的精度与效率,并有效处理矿石图像中的复杂情况。方法包括:构建、训练并检验OreSizeNet网络,OreSizeNet网络包括两类任务分支,第一类任务分支为基于图像帧整体是否异常的二分类任务,第二类任务分支为大、中、小三个不同尺度基于图像帧像素级的分割任务以用于矿石的块度计算,且第一和第二两类任务分支共用部分前部网络;其中,在第一和第二两类任务分支共用部分前部网络中、在第一和第二两类任务分支分化后至每个分类头之前的中间网络中及各检测头中都部署有DWABlock模块。
技术关键词
异常识别方法
分支
矿石
神经网络技术
像素
图像
相机标定
卷积模块
通道
识别系统
处理器
超参数
存储器
标签
坐标
表达式
度量
因子
系统为您推荐了相关专利信息
光学滤光片
光学监控系统
光学监控装置
镀层
数据分析模块
禁忌搜索算法
种子
大语言模型
模糊测试方法
变异策略
特征自动识别方法
作业现场环境
深度学习神经网络
配网不停电作业
深度学习模型
重识别方法
时空轨迹数据
监控视频流
注意力机制
轨迹跟踪算法