摘要
本发明公开了一种基于砂二维图像特征的砂级配检测方法,涉及砂级配检测技术领域。本发明通过应用基于神经网络模型粒径分类,并和阈值划分相结合,可以有效提高砂粒粒径划分精确度,由于神经网络模型粒径分类和阈值划分针对的粒径分类的区间侧重点不同,两者相结合可以大大提高分类的精度;本发明在应用神经网络模型分类过程中,通过拍摄的单级配砂粒图像,提取单级配砂图像砂粒特征信息构建数据集,解决了砂粒细小且多导致数据集难以标注的问题,减少了网络模型训练成本。
技术关键词
二维图像特征
神经网络模型
神经网络分类
划分方法
表达式
分类方法
网络模型训练
柔性振动盘
工业照相机
震动盘
训练样本数据
网络结构
表征方法
参数
工业相机
压力传感器
体积比
机制
系统为您推荐了相关专利信息
智能辅助诊断方法
卷积神经网络模型
多标签学习
特征提取器
切片
密封电子元器件多余物
模型构建方法
分类器
信息载体
声谱
风机故障诊断方法
深度神经网络模型
风机运行状态
风机叶片故障
异常数据
视频流
VPX架构
视频矩阵
卷积神经网络模型
时间段