申请/专利权人:安徽理工大学
申请日:2021-07-22
公开(公告)日:2021-09-24
公开(公告)号:CN113435542A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06N20/00(20190101)
优先权:
专利状态码:失效-发明专利申请公布后的视为撤回
法律状态:2023.08.25#发明专利申请公布后的视为撤回;2021.10.15#实质审查的生效;2021.09.24#公开
摘要:本发明提供一种基于深度学习的煤矸实时检测方法,通过相机采集煤矸的样本数据集,并制作用于训练的煤矸数据集,用煤矸数据集对改进的YOLOv3目标检测网络进行训练,通过验证模型的性能,得到最优的煤矸检测模型;采集选矸机器人待抓取的煤矸图像,采用训练完成的改进的YOLOv3目标检测模型进行检测,对图像进行处理获取抓取目标的类别信息和位置信息,通过分拣机构完成煤和矸石的分选;煤矸检测流程共分为四个模块,图像预处理模块,特征提取模块、特征融合模块和目标检测模块。
主权项:1.一种基于深度学习的煤矸实时检测方法,通过相机采集煤矸的样本数据集,并制作用于训练的煤矸数据集,用煤矸数据集对改进的YOLOv3目标检测网络进行训练,通过验证模型的性能,得到最优的煤矸检测模型;采集选矸机器人待抓取的煤矸图像,采用训练完成的改进的YOLOv3目标检测模型进行检测,对图像进行处理获取抓取目标的类别信息和位置信息,通过分拣机构完成煤和矸石的分选。煤矸检测流程共分为四个模块,图像预处理模块,特征提取模块、特征融合模块和目标检测模块。
全文数据:
权利要求:
百度查询: 安徽理工大学 一种基于深度学习的煤矸实时检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。