一种基于神经网络的矿石图像识别方法

本申请涉及一种基于神经网络的矿石图像识别方法，包括：构建并训练矿点识别模型，包括依次连接的输入模块、全局特征提取模块、多分辨率特征融合模块和输出模块；输入模块，用于输入矿石图像；全局特征提取模块，用于提取矿石图像的全局特征；多分辨率特征融合模块，用于基于全局特征提取矿石图像的多分辨率特征，并融合得到多维特征图；输出模块，用于基于多维特征图，输出矿点识别结果；采集当前矿石图像，输入训练好的矿点识别模型，输出矿点识别结果。该全局特征+多分辨率特征的互补结合，能够实现“全局约束下的细节识别”，显著降低漏检率和误检率。