买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华东交通大学

摘要：本发明公开了一种弱矿斑矿石分选方法、装置、可读存储介质及设备，该方法包括：构建神经网络，所述神经网络至少包括分别前后分布的密集卷积模块以及分层注意力模块，所述密集卷积模块用于避免矿斑特征在训练过程当中消失，所述分层注意力模块用于将所述矿斑的局部特征与全局特征融合；对所述神经网络进行深度学习训练，以得到预训练好的矿石分选模型；获取待分选的矿石影像，并将所述待分选的矿石影像输入至预训练好的所述矿石分选模型得到最终的分选结果。本发明解决了现有技术中在进行矿石分选时准确性低的问题。

主权项：1.一种弱矿斑矿石分选方法，其特征在于，所述方法包括：构建神经网络，所述神经网络至少包括分别前后分布的密集卷积模块以及分层注意力模块，所述密集卷积模块用于避免矿斑特征在训练过程当中消失，所述分层注意力模块用于将所述矿斑的局部特征与全局特征融合；对所述神经网络进行深度学习训练，以得到预训练好的矿石分选模型；获取待分选的矿石影像，并将所述待分选的矿石影像输入至预训练好的所述矿石分选模型得到最终的分选结果；所述密集卷积模块用于避免矿斑特征在训练过程当中消失的步骤包括：对所述神经网络中每个输入位置与所有的权重进行卷积计算生成相应的输出；所述分层注意力模块用于将所述矿斑的局部特征与全局特征融合的步骤包括：将所述分层注意力模块接收到的输入特征图提取出若干局部窗口，每个所述局部窗口由一组标记表示；为每个所述局部窗口配置包含其摘要信息的载体标记，将所述载体标记依次经过多头自注意力操作、层归一化和多层感知机操作；将所述局部窗口的标记和载体标记进行拼接，实现空间信息的交流；对拼接后的所述局部窗口的标记和载体标记进行分割，后反复迭代，并进行全局信息传播；通过对所述载体标记进行上采样，并与所述局部窗口的标记合并计算得到输出结果；所述对所述神经网络进行深度学习训练，以得到预训练好的所述矿石分选模型的步骤包括：采集历史矿石影像数据，根据所述历史矿石影像数据制作训练数据集，所述训练数据集包括训练集、测试集以及验证集；对所述训练数据集经过数据增强以及对比度处理，后输入至所述神经网络当中进行深度学习训练；通过训练对超参数进行微调，利用所述验证集确定多个待选矿石分选模型并通过所述测试集从所述多个待选矿石分选模型当中确定所述矿石分选模型；所述对比度处理的公式为： ；其中，表示输出像素值，表示输入像素值，和分别表示图像中最小像素值和最大像素值，ɑ为常数，θ、β是伽马值，C为常数；所述数据增强的步骤包括：对所述训练集按预设概率随机旋转预设角度；对所述训练集按预设概率随机裁剪后贴在预设尺寸的白底图像中心；所述训练集按预设概率加入两种不同噪声。

全文数据：

权利要求：

百度查询： 华东交通大学 弱矿斑矿石分选方法、装置、可读存储介质及设备