[發明專利]白鎢礦的分選方法、裝置和可讀存儲介質

在審

• 申請號: 202011020692.8
• 申請日: 2020-09-24
• 公開（公告）號: CN112308114A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 何鵬宇;王杉;常海濤
• 申請（專利權）人: 贛州好朋友科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;B07C5/00
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 劉冰

本發明提供了一種白鎢礦的分選方法、裝置和可讀存儲介質，所述白鎢礦的分選方法通過采集待分選白鎢礦的原礦圖片；將所述原礦圖片輸入到預設分選模型中，得到所述待分選白鎢礦的類別，所述預設分選模型由原礦圖片訓練得到，即通過采集待分選白鎢礦的原礦圖片，并基于原礦圖片訓練得到的預設分選模型對待分選白鎢礦的類別進行識別分選，從而能夠減少成本及節省人力，進而提高生產效率以及分選率。

技術領域

本發明涉及白鎢礦識別技術領域，特別涉及一種白鎢礦的分選方法、裝置和可讀存儲介質。

背景技術

鎢在冶金和金屬材料領域中屬高熔點稀有金屬或稱難熔稀有金屬。鎢及其合金是現代工業、國防及高新技術應用中的極為重要的功能材料之一，廣泛應用于航天、原子能、船舶、汽車工業、電氣工業、電子工業、化學工業等諸多領域。在現有技術中，通常采用手選方式對鎢礦石進行識別采選，因此存在生產效率低、成本高、工人勞動強度大且分選率低的缺陷。

發明內容

本發明的主要目的是提供一種白鎢礦的分選方法、裝置和可讀存儲介質，旨在解決采用手選方式對鎢白鎢礦進行識別采選，存在生產效率低、成本高、工人勞動強度大且分選率低的問題。

為實現上述目的，本發明提供一種白鎢礦的分選方法，所述白鎢礦的分選方法包括：

采集待分選白鎢礦的原礦圖片；

將所述原礦圖片輸入到預設分選模型中，得到所述待分選白鎢礦的類別，所述預設分選模型由原礦圖片訓練得到。

可選地，所述采集待分選白鎢礦的原礦圖片的步驟之后，所述白鎢礦的分選方法還包括：

獲取訓練集中的各個原礦圖片的像素值；

獲取所述像素值大于第一閾值的原礦圖片，并對獲取的原礦圖片進行增強處理以得到第一目標訓練樣本；

將所述第一目標訓練樣本輸入至預設網絡模型中進行訓練，以得到第一分選模型，并將所述第一分選模型作為所述預設分選模型。

可選地，所述對獲取的原礦圖片進行增強處理的步驟包括：

若所述獲取的原礦圖片的像素值小于第二閾值，則對所述獲取的原礦圖片進行log增強，其中，所述第二閾值大于所述第一閾值；

若所述獲取的原礦圖片的像素值大于或等于所述第二閾值，則對所述獲取的原礦圖片進行線性增強。

可選地，所述將所述第一目標訓練樣本輸入至預設網絡中進行訓練，以得到第一分選模型的步驟包括：

將所述第一目標訓練樣本輸入至預設網絡模型中，并按照回歸方式進行訓練，以得到第一分選模型。

可選地，所述獲取訓練集中的各個原礦圖片的像素值的步驟之后還包括：

獲取所述像素值小于或等于所述第一閾值的原礦圖片作為第二目標訓練樣本；

將所述第二目標訓練樣本輸入至所述預設網絡模型中進行訓練，以得到第二分選模型，并將所述第二分選模型作為所述預設分選模型。

可選地，所述將所述第二目標訓練樣本輸入至所述預設網絡中進行訓練，以得到第二分選模型的步驟包括：

將所述第二目標訓練樣本輸入至所述預設網絡模型中，并按照二分類方式進行訓練，以得到第二分選模型。

此外，為實現上述目的，本發明還提出一種白鎢礦的分選裝置，所述白鎢礦的分選裝置包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的白鎢礦的分選程序，所述白鎢礦的分選程序被所述處理器執行時實現如以上所述的白鎢礦的分選方法的步驟。