摘要
本发明公开了一种基于深度学习的煤炭质量智能分析与验收方法,包括如下步骤:利用工业视觉设备采集煤炭样本图像数据并执行预处理操作,生成标准化图像张量;将标准化图像张量输入至改进型DeepLabV3+网络中,生成增强多尺度语义特征张量;将增强多尺度语义特征张量输入至解码器模块,生成煤炭分割图像;对煤炭分割图像进行区域识别,生成结构化分割区域集合;基于结构化分割区域集合,生成煤质指标集合;将煤质指标集合与煤炭行业验收标准进行比对,生成智能验收判定结果;根据智能验收判定结果,生成标准化煤炭质量验收报告,并将标准化煤炭质量验收报告与业务平台对接。本发明采用深度学习与行业先验融合,实现煤炭质量自动分析与智能验收。
技术关键词
多尺度语义特征
验收方法
煤炭
空洞
融合特征
语义先验
卷积特征
分支
工业视觉设备
图像空间分辨率
生成智能
指标
上采样
加权特征
解码器
通道
注意力
特征提取网络
采购系统
系统为您推荐了相关专利信息
车道线识别方法
车道线识别装置
坐标
线特征
融合特征
煤层模拟装置
智能调控
气化炉
反馈控制系统
二氧化碳瓶
预训练模型
模型训练方法
分辨率
视觉数据处理技术
投影特征
智能识别方法
微型麦克风
多尺度
特征金字塔
频域特征