本发明公开了一种基于目标检测的煤矿异物剔除方法,涉及机器视觉技术领域,该方法以实时获取到的煤矿产线的图像为输入,利用异物分割卷积神经网络为全图进行异物区域检测定位输出异物热点图,然后根据异物热点图切片后输入异物分类卷积神经网络进行异物类型检测,两次检测完成后,将结果合成煤矿异物检测图谱为剔除提供引导信息,该方法可以对各级选煤生产线中的各类异物进行实时检测定位和精准识别分类,实现自动化的精确异物剔除,异物分割卷积神经网络和异物分类卷积神经网络专为煤矿异物场景定制,具有体量小、实时性强、检测精度高等特点,同时,经过二次筛检,极大地降低了误检率,异物剔除准确度很高。
声明:
“基于目标检测的煤矿异物剔除方法” 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)