本發明一種基于改進YOLOv4?Tiny算法的鐵礦石品位識別方法及裝置,涉及品位識別及定位技術領域。首先采集不同品位礦石圖片,對采集的礦石圖片進行數據增強、擴充得到樣本集;基于改進YOLOv4?Tiny網絡結構生成礦石品位識別模型,并進行訓練;對采集的不同品位礦石圖片進行降噪處理后輸入訓練好的礦石品位識別模型,提取礦石品位目標的類別、坐標、置信度和偏移量信息,并實時輸出檢測后的圖像或視頻,實現礦石品位的識別。同時,通過Lattepanda開發板將訓練好的礦石品位識別模型進行產品化,得到礦石品位識別裝置。該方法及裝置解決了現場無法粗略判斷礦石品位以及自動化選礦的前期問題,提高了識別的準確率。
聲明:
“基于改進YOLOv4-Tiny算法的鐵礦石品位識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)