摘要
本发明涉及机器视觉技术领域,公开一种有色金属矿石检测方法及系统,以同时检测图像中的多个矿石目标并快速完成矿物类别判定,从而提升检测效率。方法包括:基于第一神经网络模型对原始图像进行检测及实例分割,输出所有第一目标在原始图像的边界框坐标、无类别分割掩码以及类别概率;第一目标为潜在的矿石图像;从第一目标中筛选出属于矿石的类别概率大于第一阈值的第二目标;基于无类别分割掩码,将各第二目标以并行的方式从原始图像中抠出并生成大小一致的标准图像;将各标准图像同时输入第二神经网络模型以提取特征,再将各标准图像所一一对应的图像特征与图像特征库中的特征进行匹配,根据匹配结果确定各第二目标所属的矿物类别。
技术关键词
有色金属矿石
神经网络模型
图像
局部敏感哈希方法
全局平均池化
ResNet网络
实例分割
注意力
通道
机器视觉技术
特征提取网络
处理器
矩阵
多尺度
存储器
坐标
尺寸
系统为您推荐了相关专利信息
功能磁共振图像
结构磁共振
分类方法
标签
融合特征
多模态数据融合
云分类方法
反射率数据
采样模块
多尺度
相位展开方法
包裹相位
结构光条纹
生成结构光
连续性
语义标签
异常数据检测方法
视觉特征
语义特征
图像
AR眼镜
智能巡检系统
深度学习模型
AR交互
数据采集模块