基于注意力增強(qiáng)YOLOv5l的礦粉品位識別算法優(yōu)化研究
金屬礦山
頁數(shù): 7 2023-08-07
摘要: 現(xiàn)階段傳統(tǒng)化學(xué)分析方法獲取品位存在費(fèi)時(shí)費(fèi)力等問題,通過圖像識別分析塊狀礦石品位又存在形狀干擾嚴(yán)重的問題,為此提出了一種基于YOLOv5針對礦石礦粉特征的圖像識別方法。同時(shí),在訓(xùn)練過程中添加卷積注意力模塊(Convolutional Block Attention Module,CBAM)、擠壓和激發(fā)模塊(Squeeze and Excitation Module,SENet)進(jìn)... (共7頁)