自动识别块状残极的块状残极检测模型构建方法及应用-k66凯时

申请/专利权人：云南神火铝业有限公司

申请日：2023-12-20

公开（公告）日：2024-03-08

公开（公告）号：cn117671458a

主分类号：g06v10/82

分类号：g06v10/82;g06v20/60;g06v10/22;g06v10/764;g06v10/774;g06v10/80;g06n3/0464;g06n3/082

优先权：

专利状态码：在审-公开

法律状态：2024.03.08#公开

摘要：本申请实施例公开了一种自动识别块状残极的块状残极检测模型构建方法及应用，其中自动识别块状残极的块状残极检测模型构建方法包括：步骤1采集传送带上包括残极炭块的图像，得到样本数据集；步骤2对所述样本数据集进行预处理；步骤3基于预处理后的样本数据集，利用图像标注工具对其图像中的残极炭块进行定位和分类标注，利用得到的标注文件及原始样本数据集构成模型训练所需的残极炭块定位和分类数据集；步骤4在原始yolov5网络模型的特征融合网络中增加小目标检测层，得到改进yolov5网络模型；步骤5利用所述残极炭块定位和分类数据集对改进yolov5网络模型进行训练，得到所述块状残极检测模型。

主权项：1.一种自动识别块状残极的块状残极检测模型构建方法，其特征在于，包括以下步骤：步骤1采集传送带上包括残极炭块的图像，得到样本数据集；步骤2对所述样本数据集进行预处理；步骤3基于预处理后的样本数据集，利用图像标注工具对其图像中的残极炭块进行定位和分类标注，利用得到的标注文件及原始样本数据集构成模型训练所需的残极炭块定位和分类数据集；步骤4在原始yolov5网络模型的特征融合网络中增加小目标检测层，得到改进yolov5网络模型；步骤5利用所述残极炭块定位和分类数据集对改进yolov5网络模型进行训练，得到所述块状残极检测模型。

全文数据：

权利要求：

百度查询：

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。