基于目标检测网络的煤矸石识别
高新宇
李博
王璐瑶
李廉洁
王学文
太原理工大学机械与运载工程学院;煤矿综采装备山西省重点试验室,山西太原030024
摘要：按照实际工况在实验室搭建煤矸分选平台,采用深层目标检测网络对煤矸石进行在线识别,根据分选时煤矸石的形状和大小,将目标检测网络中的特征金字塔设定为3个尺度,并确定锚(参考边界框)的形状和大小;比较10个IOU(Intersection-over-union)阈值下验证集的平均精度(AP),并在煤矸石分选平台对目标检测网络进行动态测试.结果表明:IOU为0.8时,目标检测网络的分类和定位效果最佳,动态识别的精确度和召回率均达到95％以上.
关键词：煤矸分选图像处理深度学习目标检测
分类号：TD94(选矿)TD67(矿山电工)
资助基金：山西省重点研发计划项目(201903D121074)
论文发表日期：2021-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：7( 77-83 )
英文信息