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！

申请/专利权人：华东交通大学

摘要：本发明公开了一种磷矿石分选方法、装置、可读存储介质及设备，该方法包括：构建神经网络，所述神经网络至少包括软阈值化模块，所述软阈值化模块用于将接收到的输入特征图按预设规则得到尺度参数，并对所述输入特征图求均值后与尺度参数相乘得到阈值，以通过所述阈值进行软阈值化操作；对所述神经网络进行深度学习训练，以得到训练好的磷矿石分选模型；获取待分选的磷矿石影像，并将所述待分选的磷矿石影像输入至训练好的所述磷矿石分选模型得到最终的分选结果。本发明解决了现有技术中在进行磷矿石分选时准确性低的问题。

主权项：1.一种磷矿石分选方法，其特征在于，所述方法包括：构建神经网络，所述神经网络至少包括软阈值化模块，所述软阈值化模块用于将接收到的输入特征图按预设规则得到尺度参数，并对所述输入特征图求均值后与所述尺度参数相乘得到阈值，以通过所述阈值进行软阈值化操作；对所述神经网络进行深度学习训练，以得到训练好的磷矿石分选模型；获取待分选的磷矿石影像，并将所述待分选的磷矿石影像输入至训练好的所述磷矿石分选模型得到最终的分选结果；所述将接收到的输入特征图按预设规则得到尺度参数，并对所述输入特征图求均值后与所述尺度参数相乘得到阈值的步骤包括：将所述输入特征图经7*7卷积以及层归一化操作后保持通道数不变，再经1*1卷积后运用GELU激活函数，将所述输入特征图的通道数统一；将所述输入特征图经过全局平均池化，以将矩阵形式的所述输入特征图转换为特征图向量；将所述特征图向量依次经过全连接层、批归一化操作以及激活函数后再经过一个全连接层获得所述尺度参数；利用预设函数将所述尺度参数转换为数值，并对所述输入特征图求均值后与所述数值相乘得到所述阈值;所述神经网络还包括特征提取网络以及特征重建网络，所述特征提取网络用于接收输入图像，并根据所述输入图像生成具有不同分辨率的特征图；所述特征重建网络用于将所述特征图进行分辨率放大，并将所述特征图还原成三通道图像;所述对所述神经网络进行深度学习训练，以得到训练好的磷矿石分选模型的步骤包括：采集历史磷矿石图像数据，将所述历史磷矿石图像数据划分为标注磷矿石图像数据和未标注磷矿石图像数据；将未标注磷矿石图像数据经掩码操作后输入到所述特征提取网络中得到输出特征；将所述输出特征经过稠密化后输入到特征重建网络中得到磷矿重建图像；分别对所述磷矿重建图像和磷矿原始图像做均方误差损失，得到均方误差损失值；将所有均方误差损失值相加进行反向传播，得到训练好的特征提取网络模型；将所述标注磷矿石图像数据输入到训练好的特征提取网络模型中调整模型的超参数得到所述磷矿石分选模型。

全文数据：

权利要求：

百度查询： 华东交通大学 磷矿石分选方法、装置、可读存储介质及设备