宜春江理锂电新能源产业研究院;江西理工大学潘人杰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉宜春江理锂电新能源产业研究院;江西理工大学申请的专利一种基于矿石图像特征的品位等级智能分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119273958B 。
龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411123126.8,技术领域涉及:G06V10/764;该发明授权一种基于矿石图像特征的品位等级智能分类方法是由潘人杰;黄学雨;魏炳辉设计研发完成,并于2024-08-15向国家知识产权局提交的专利申请。
本一种基于矿石图像特征的品位等级智能分类方法在说明书摘要公布了:本发明公开了一种基于矿石图像特征的品位等级智能分类方法,属于机器视觉技术领域,所述方法包括:构建矿石图像数据集,将所述矿石图像数据集划分为训练集、验证集和测试集,并对各子集中的矿石图像数据分别进行预处理操作;构建一个多分支结构的残差神经网络模型,作为矿石品位等级检测模型;基于所述矿石图像数据集对所述矿石品位等级检测模型进行训练;利用训练好的矿石品位等级检测模型对待测矿石的品位等级进行检测。本发明基于多分支结构和残差结构构建了矿石品位等级分类模型,可以提升矿山在选矿环节的智能化程度,为生产配矿提供指导,对提高矿山的运转效率,有着重要的实际应用价值和意义。
本发明授权一种基于矿石图像特征的品位等级智能分类方法在权利要求书中公布了:1.一种基于矿石图像特征的品位等级智能分类方法,其特征在于,包括:构建矿石图像数据集,将所述矿石图像数据集划分为训练集、验证集和测试集,并对训练集、验证集和测试集中的矿石图像数据分别进行预处理操作;构建一个多分支结构的残差神经网络模型,作为矿石品位等级检测模型;基于所述矿石图像数据集对所述矿石品位等级检测模型进行训练;利用训练好的矿石品位等级检测模型对待测矿石的品位等级进行检测;所述矿石品位等级检测模型包括依次连接的主干块、5个IR_A-MBConv-block块、第一降采样块、10个IR_B-block块、第二降采样块、5个IR_C-block块、1×1卷积块、全局平均池化层和全连接层;IR_A-MBConv-block块、IR_B-block块和IR_C-block块均为多分支残差结构,分别包含一个保持原始输出的主干和若干个分支;其中,IR_A-MBConv-block块中的分支一为一个1×1卷积块,分支二包含依次连接的一个1×1卷积块和一个MBConv块,分支三包含依次连接的一个1×1卷积块和两个MBConv块,分支四包含依次连接的一个步长为1、填充为1的3×3平均池化层和一个1×1卷积块,各分支输出的特征数据根据通道维度进行特征拼接后,通过一个1×1卷积层,再与主干块进行残差连接后输入激活函数中;IR_B-block块相比IR_A-MBConv-block块,去除了IR_A-MBConv-block块中的分支二,并将IR_A-MBConv-block块中的分支三的两个MBConv块调整为一个1×7卷积块和一个7×1卷积块;IR_C-block块相比IR_A-MBConv-block块,去除了IR_A-MBConv-block块中的分支二,并将IR_A-MBConv-block块中的分支三的两个MBConv块调整为一个1×3卷积块和一个3×1卷积块;其中,矿石品位等级检测模型中的5个IR_C-block块中的最后一个,在最后通过1×1卷积层后不使用激活函数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人宜春江理锂电新能源产业研究院;江西理工大学,其通讯地址为:341000 江西省宜春市宜春经济开发区春华路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。