-
公开(公告)号：CN113191452B
公开(公告)日：2022-03-01
申请号：CN202110558063.9
申请日：2021-05-21
Applicant: 中国矿业大学(北京)
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的煤灰分在线检测系统及其检测方法，包括分类模型和回归模型，模型训练完成后部署至嵌入式设备，实现煤灰分在线检测功能的分布式部署；依托配套硬件图像采集系统完成灰分的实时性检测。在线检测方法通过图像采集装置获取煤的显微图像以及对应的灰分，建立煤显微图像数据库，基于深度学习方法构建特征提取网络对煤灰分图像进行自动特征抽取，设计分类模型和回归模型完成最终决策，得到精准的煤的灰分预测结果。本发明相比其他煤的灰分检测方法，具有检测精度高、速度快等优点。
-
公开(公告)号：CN110135468B
公开(公告)日：2021-07-20
申请号：CN201910333871.8
申请日：2019-04-24
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种煤矸石的识别方法，首先通过采集的煤矸石图片建立训练样本集；基于深度检测网络对训练样本集进行训练；利用深度卷积神经网络模型框架进行训练，得到识别网络模型；将待识别图片进行自适应滤波降噪处理，并使用双线性内插法进行归一化处理为统一尺寸；利用检测网络模型进行检测，得出目标的定位情况以及初次识别情况；利用识别网络模型进行二次识别，得出二次识别结果；通过反馈回路动态优化检测结果和识别结果；结合两次识别结果与所述反馈回路的辅助判断结果获得所述待识别图片的识别情况。该方法能在常规光照条件下，利用采集图像的方式对煤与矸石进行识别，能有效提高识别准确度，实现保煤排矸的策略。
-
Patent Agency Ranking
公开(公告)号：CN110135468A
公开(公告)日：2019-08-16
申请号：CN201910333871.8
申请日：2019-04-24
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种煤矸石的识别方法，首先通过采集的煤矸石图片建立训练样本集；基于深度检测网络对训练样本集进行训练；利用深度卷积神经网络模型框架进行训练，得到识别网络模型；将待识别图片进行自适应滤波降噪处理，并使用双线性内插法进行归一化处理为统一尺寸；利用检测网络模型进行检测，得出目标的定位情况以及初次识别情况；利用识别网络模型进行二次识别，得出二次识别结果；通过反馈回路动态优化检测结果和识别结果；结合两次识别结果与所述反馈回路的辅助判断结果获得所述待识别图片的识别情况。该方法能在常规光照条件下，利用采集图像的方式对煤与矸石进行识别，能有效提高识别准确度，实现保煤排矸的策略。
-
公开(公告)号：CN113289925A
公开(公告)日：2021-08-24
申请号：CN202110558050.1
申请日：2021-05-21
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于深度学习的煤中杂物智能分拣系统及其分拣方法，对图像采集系统获得的原煤图像进行人工和半监督学习方式标注，构建基于深度学习的语义分割模型完成杂物的定位与识别，并确定杂物的位置和姿态，然后将杂物的类别、位置、姿态和时间信息发送至杂物智能分拣控制系统，系统接收信号确定机械手的控制策略，完成煤中杂物的高效分拣。本发明相比其他杂物分拣方法，有效率高，安全系数高的优点。
-
公开(公告)号：CN113049445A
公开(公告)日：2021-06-29
申请号：CN202110301923.0
申请日：2021-03-22
Applicant: 中国矿业大学(北京) , 中煤科工清洁能源股份有限公司
Abstract: 本发明公开了一种基于深度学习的水煤浆流动性检测装置及其检测方法，半封闭式箱体内设有光源和激光发射器；内壁的一侧面设有侧位相机，相对的另一侧面设有侧面背板光源；顶面设有顶部相机，对应的底部设有底面背板光源；顶部还设有入料口；入料口底部设有电磁阀门；半封闭式箱体内壁的底部设有定量模具；入料口上方还设有活塞；还包括嵌入式AI平台，侧位相机，顶部相机均与嵌入式AI平台连接。通过侧位相机采集煤浆滴落过程的视频，分析视频中煤浆形态特征，通过激光发射器与顶部相机，采集滴落后摊开的煤浆图像并分析滴落煤浆的体积，综合考虑煤浆滴落状态与煤浆滴落体积，得出流动性检测结果。
-
公开(公告)号：CN113049445B
公开(公告)日：2022-02-01
申请号：CN202110301923.0
申请日：2021-03-22
Applicant: 中国矿业大学(北京) , 中煤科工清洁能源股份有限公司
Abstract: 本发明公开了一种基于深度学习的水煤浆流动性检测装置及其检测方法，半封闭式箱体内设有光源和激光发射器；内壁的一侧面设有侧位相机，相对的另一侧面设有侧面背板光源；顶面设有顶部相机，对应的底部设有底面背板光源；顶部还设有入料口；入料口底部设有电磁阀门；半封闭式箱体内壁的底部设有定量模具；入料口上方还设有活塞；还包括嵌入式AI平台，侧位相机，顶部相机均与嵌入式AI平台连接。通过侧位相机采集煤浆滴落过程的视频，分析视频中煤浆形态特征，通过激光发射器与顶部相机，采集滴落后摊开的煤浆图像并分析滴落煤浆的体积，综合考虑煤浆滴落状态与煤浆滴落体积，得出流动性检测结果。
-
公开(公告)号：CN113191452A
公开(公告)日：2021-07-30
申请号：CN202110558063.9
申请日：2021-05-21
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于深度学习的煤灰分在线检测系统及其检测方法，包括分类模型和回归模型，模型训练完成后部署至嵌入式设备，实现煤灰分在线检测功能的分布式部署；依托配套硬件图像采集系统完成灰分的实时性检测。在线检测方法通过图像采集装置获取煤的显微图像以及对应的灰分，建立煤显微图像数据库，基于深度学习方法构建特征提取网络对煤灰分图像进行自动特征抽取，设计分类模型和回归模型完成最终决策，得到精准的煤的灰分预测结果。本发明相比其他煤的灰分检测方法，具有检测精度高、速度快等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
