摘要
本发明属于图像处理技术领域,具体涉及一种基于改进YOLO11‑seg模型的石墨矿石图像分割方法,采用精度与轻量化的平衡设计,通过优化网络结构中冗余,并引入GSConv与C3k2‑Faster模块,在保持强特征表示能力的前提下,有效降低计算开销与内存占用,显著提升模型的实时推理效率;充分利用Mosai c数据增强方法,在扩充样本数量的同时提升数据多样性,增强模型在复杂环境下的鲁棒性与泛化能力;训练完成的优化模型可部署于石墨矿石智能边缘设备,支持现场实时、精确的品位估算,显著提升矿物分选效率,为智能矿业场景提供高效、可靠的计算机视觉解决方案。
技术关键词
实例分割模型
矿石图像分割方法
石墨
图像库
样本
采矿场
卷积模块
智能边缘设备
参数
拼接模块
多尺度特征融合
采样模块
数据
矿石品位
分类工作
智能装备
分支
系统为您推荐了相关专利信息
仿真数据
神经网络模型
诊断方法
双转子系统
航空发动机转子系统
特征提取模块
程序特征
主题特征
特性预测方法
脚本
模糊神经网络模型
城市污水处理过程
鲁棒容错控制方法
非线性观测器
溶解氧