一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法

AITNT
正文
推荐专利
一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法
申请号:CN202511089420
申请日期:2025-08-05
公开号:CN120976149A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及煤矸分选技术领域,具体是一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法。本发明提出了一种基于深度学习的一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法,该方法通过凹缺陷区域标注的创新思路,避免了传统方法中的锚点边缘标注,显著提高了标注效率。此外,利用深度学习模型的强大特征提取和表示能力,该方法能够有效地从X射线图像中分割重叠粘连的目标,精准定位各个目标,为煤矸石的后续吹射分离提供可靠的技术支持。
技术关键词
分割方法 深度学习模型 二值化图像 煤矸分选技术 双能X射线 闭环 抑制算法 重叠面积 注意力机制 轮廓 坐标 直线 分辨率 思路 格式 像素 噪声
系统为您推荐了相关专利信息
1
3D点云分割方法
3D点云分割方法 点云图像处理技术 神经网络模型 坐标 电力塔
2
一种植物生长点检测方法
双相机系统 深度信息图像 场景 深度值 检测损失
3
基于注意力机制的烟叶原料稳定性判断方法
烟叶图像 稳定性判断方法 通道注意力机制 热力图 区域特征提取
4
一种火炮身管内壁缺陷图像数据增强方法
火炮身管 注意力机制 直方图均衡化 数据 残差结构
5
一种融合PET和CT双模态图像的病灶分割方法
医学图像分割模型 融合特征 注意力 病灶分割方法 点击特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号