基于YOLOv4-tiny的铁矿石品位识别技术研究
文献类型：期刊论文
| 作者 | 何文轩2; 荆洪迪1; 柳小波1; 于健洋2; 孙效玉2 |
| 刊名 | 金属矿山
 |
| 出版日期 | 2021 |
| 期号 | 10页码:150-154 |
| 关键词 | 铁矿 矿石品位 图像识别 YOLOv4-tiny 特征识别 |
| ISSN号 | 1001-1250 |
| 其他题名 | Research on Iron Ore Grade Identification Technology Based on YOLOv4-tiny |
| 产权排序 | 2 |
| 英文摘要 | 为实现矿山现场对不同铁矿石品位的智能化识别以及模型在便携设备上的搭载,对不同铁矿石的不同品位进行了数据增强处理并选择YOLOv4-tiny作为训练的神经网络算法。YOLOv4-tiny深度学习神经网络框架,采用CSPdarknet53tiny作为主干提取网络并结合FPN对岩石图像进行特征提取和学习,在训练过程中采用迁移学习思想以及早停法对训练进行加速,进而生成铁矿石品位识别模型。最终通过测试集验证,模型对于每种矿石品位图像识别正确率大于91%。对于不同环境拍摄的图像以及视频识别也超过80%。模型可以很好地区分不同品位的铁矿石,试验证明模型的鲁棒性较强。 |
| 语种 | 中文 |
| 资助机构 | 国家自然科学基金项目（编号：51674061） |
| 源URL | [http://ir.sia.cn/handle/173321/29845]  |
| 专题 | 沈阳自动化研究所_数字工厂研究室 |
| 通讯作者 | 何文轩 |
| 作者单位 | 1.中国科学院沈阳自动化研究所数字工厂研究室 2.东北大学智慧矿山研究中心 |
| 推荐引用方式 GB/T 7714 | 何文轩,荆洪迪,柳小波,等. 基于YOLOv4-tiny的铁矿石品位识别技术研究[J]. 金属矿山,2021(10):150-154. |
| APA | 何文轩,荆洪迪,柳小波,于健洋,&孙效玉.(2021).基于YOLOv4-tiny的铁矿石品位识别技术研究.金属矿山(10),150-154. |
| MLA | 何文轩,et al."基于YOLOv4-tiny的铁矿石品位识别技术研究".金属矿山 .10(2021):150-154. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。