摘要
本发明涉及铁矿石识别技术领域,特别是涉及一种基于改进ShufflenetV2网络的铁矿石图像识别方法,包括:获取待检测铁矿石图像;将所述待检测铁矿石图像输入预设的铁矿石识别模型中,输出铁矿石类别识别结果,其中,所述铁矿石识别模型通过训练集训练获得,所述训练集包括若干赤铁矿、磁铁矿、菱铁矿和绿泥石的样本图片,所述铁矿石识别模型采用基于注意力机制改进的ShuffleNetV2网络构建。本发明通过注意力机制改进的ShuffleNetV2网络构建铁矿石识别模型,模型能够精准快速实时的预测出铁矿石的种类,在提高生产效率的同时节约生产成本。
技术关键词
图像识别方法
训练集
注意力机制
铁矿石类别
菱铁矿
赤铁矿
模块
网络
节约生产成本
样本
椒盐噪声
图片
颜色
系统为您推荐了相关专利信息
动态网络条件
分类模型训练方法
Softmax函数
加密
模型训练模块
预警模型
风险预警方法
时间序列模型
逻辑回归模型
时序特征
分类系统
频域特征
遥感图像分类技术
通道注意力机制
二维离散小波变换
抽水蓄能电站
大语言模型
建设管理系统
AI助手
工程图纸