本发明的目的是针对于现有技术中兼具分析矿石类别和粒度分布的图像识别技术有待改进的问题，提供了一种基于深度学习网络的矿石分类和粒度分级方法及装置，属于选矿技术领域。本发明应用计算机视觉中改进的Faster‑RCNN目标检测网络提取特征，同时完成对矿石的分类及定位，取代人工设计的特征提取器；并通过目标检测网络提取出来的矿石位置，利用FCN语义分割网络对矿石进行分割，得到矿石的粒度信息；而且，通过对图像做对比度受限的自适应直方图均衡化、白噪声去除等数据预处理工作，得到高质量的图像信息；同时，结合目标检测及语义分割技术，对矿石进行分类及分割，提高
破碎机效率、降低破碎能耗并为后续工序提供指导。
声明：
“基于深度学习网络的矿石分类和粒度分级方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
948
编辑：管理员
来源：北方有色网
咨询细节
