公开(公告)号：CN119273907A

公开(公告)日：2025-01-07

申请号：CN202410872612.3

申请日：2024-07-01

Applicant: 北京科技大学

Inventor： 孙浩 ,  代宗晟 ,  赵丽姗 ,  孙鹏举 ,  周圣贵

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及图像识别及预测技术领域，提供基于遮挡感知下堆积矿岩颗粒的模态实例分割方法及装置。方法包括：搭建不同堆积状态下的矿岩颗粒堆积模型，并利用相机获取原始图像数据库；对原始图像数据进行一系列处理；依托Pytorch框架搭建AGG‑Mask2Former网络，定义多任务损失函数优化神经网络训练过程；将数据库划分为多类子训练集并训练神经网络制得最优模型，进行交叉验证实验研究不同遮挡状态下模型的识别和预测结果；对模型识别和预测出的矿岩颗粒提取，预测堆积状态下矿岩颗粒的级配。本发明极大地提高了神经网络在矿岩颗粒堆积状态颗粒识别领域训练、识别及预测过程的效率和精度，为后续参数提取和级配统计提供了更可靠的数据基础。