典型文献
基于Mask RCNN的矿仓入料口堵塞矿石识别定位研究
文献摘要：
针对矿仓入料口堵塞矿石识别过程中现场工况环境复杂、矿石识别检测难度大等问题,采用深度学习和图像处理技术开展矿石智能识别检测的研究,提出基于Mask RCNN的矿石识别检测方法.该方法可以实现对矿石识别的同时进行实例分割,并提出利用矿石轮廓的形心坐标取代Mask RCNN中的外接矩形框定位方法,有效解决矿石定位不精确的问题.实验结果表明:基于Mask RCNN网络的矿石识别模型可以实现对多种数量、不同位姿以及堆叠的矿石精准识别,综合准确率达到97.6％,采用矿石轮廓形心坐标的定位方式可以有效避免因矿石形状和位姿而带来的定位误差,为智能清堵机械手提供精确的视觉引导.
文献关键词：
深度学习;Mask RCNN;矿石识别;矿石定位
中图分类号：
作者姓名：
罗小燕;刘顺;汤文聪;王兴卫
作者机构：
江西理工大学机电工程学院,江西 赣州341000;江西理工大学江西省矿冶机电工程研究中心,江西 赣州341000
文献出处：
引用格式：
[1]罗小燕;刘顺;汤文聪;王兴卫-.基于Mask RCNN的矿仓入料口堵塞矿石识别定位研究)[J].有色金属科学与工程,2022(01):101-107
A类：
矿石识别,矿石定位
B类：
Mask,RCNN,矿仓,识别定位,定位研究,识别过程,环境复杂,识别检测,和图像,图像处理技术,智能识别,实例分割,石轮,形心,心坐标,外接矩形,矩形框,框定,定位方法,识别模型,位姿,堆叠,石精,精准识别,廓形,定位误差,清堵,机械手,手提,供精,视觉引导
AB值：
0.332776
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
