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
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
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
火炮身管
注意力机制
直方图均衡化
数据
残差结构
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