基于MobileNet-SSD算法的铁矿石品位识别  

作　　者：张宝金 刘伟新 任海龙 荆洪迪 崔宇 吴东 张振江 

机构地区：[1]鞍钢矿业有限公司眼前山分公司,辽宁鞍山市114000 [2]中国科学院沈阳自动化研究所,辽宁沈阳110016

出　　处：《采矿技术》2022年第3期183-185,共3页Mining Technology

摘　　要：矿石的品位是指导矿山生产的必要指标。为实现对铁矿石品位的智能化识别以及模型在便携设备中的搭载,对不同铁矿石的不同品位进行了数据增强处理,利用MobileNet搭建SSD神经网络作为方法的第一个判断模块,在训练神经过程中采用迁移学习思想以及早停法对训练进行加速,进而生成铁矿石品位识别模型。测试集验证结果表明,模型对于矿石品位图像识别正确率大于97%,模型可以很好地区分不同品位的铁矿石,可以为其他矿山品位识别提供参考。

关 键 词：矿石品位 图像识别 深度学习 特征识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TD951[自动化与计算机技术—计算机科学与技术]