[發明專利]一種基于EfficientDet網絡的深度學習礦石大小測量方法及預警系統

在審

• 申請號: 202110343840.8
• 申請日: 2021-03-31
• 公開（公告）號: CN113158829A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 段章領;周行云;盛一帆;朱明杰;徐岳;楊富超;胡倩凝;汪志敏;馬騰;張馨雨;周明祎;熊天樂;潘悅靚
• 申請（專利權）人: 安徽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 六安華晟智恒知識產權代理事務所(普通合伙) 34193
• 代理人: 王媛媛

本發明公開了一種基于EfficientDet網絡的深度學習礦石測量方法及應用系統，其中包括：通過高幀率攝像頭獲取流動皮帶上的礦石圖像；預處理礦石圖像：標記圖像中所有礦石，去除異常數據，對圖像進行數據增強；將標記后的樣本按7：2：1分為訓練集，驗證集和測試集；使用EfficientDet網絡進行訓練得到網絡模型；在測試的時候使用EfficientDet網絡模型得到的預測框定位出礦石的位置并通過攝像頭的焦距以及圖像像素大小計算出礦石的大小；根據系統預設閾值，發現有礦石大小超過系統閾值時發出提醒。本發明可以的高效的檢測礦石的大小，相對于其他網絡模型，使用更少的參數，有更快的檢測速度，極大地降低了對人工的依賴。

技術領域

本發明涉及一種圖像目標識別方法，一種基于EfficientDet網絡的深度學習礦石大小測量方法及預警系統。

背景技術

礦產資源指經過地質成礦作用，使埋藏于地下或出露于地表、并具有開發利用價值的礦物或有用元素的含量達到具有工業利用價值的集合體。礦產資源是重要的自然資源，是社會生產發展的重要物質基礎，現代社會人們的生產和生活都離不開礦產資源。礦產資源屬于不可再生資源，其儲量是有限的。要加大對礦產資源的利用的廣度和深度。按其特點和用途，通常分為金屬礦產、非金屬礦產和能源礦產三大類。金屬礦石的采掘以爆破形式進行，不均勻的礦石經過皮帶機運輸到一級破碎機時，如果礦石大小太大容易損傷破碎機機體。目前主要人工進行監控，再篩選大塊礦石，以降低對破碎機機體的損害。而人工篩選的問題主要有兩點：首先是安全問題，提升井皮帶機環境惡劣，粉塵和噪聲嚴重，長時間對工人身體造成損傷;其次是人工監測長時間工作會出現視覺疲勞，容易出現漏檢情況，導致損傷破碎機機體。國外一些發達國家，已經將機器視覺的相關知識應用到礦石的開采中，以提高效率，而國內現在使用機器視覺相關知識的還比較少。本專利采用深度學習領域機器視覺相關知識，構建EfficientDet檢測網絡，實現所有的礦石塊的實時檢測，定位其位置，識別其大小，并在遇到超過系統閾值大小的礦石塊時進行實時預警，告知皮帶控制系統相關情況，使皮帶及時停止。于此同時將異常信號傳輸給執行機構，執行機構撥出大塊礦石。大量減少了人工的使用，保障工人安全的同時提高了檢測效率，極大地降低漏檢的情況。模型效率在計算機視覺中十分重要， EfficientDet網絡相較于之前的深度學習網絡如MaskR-CNN等，可以使用更少的參數和更低的運算量達到更高的精度，以提高檢測的效率。

綜上所述，傳統的礦石大小檢測需要大量的人工進行手工操作問題，基于神經網絡的模型的檢測參數量過大，需要強大的算力的技術問題，本專利使用EfficientDet進行礦石大小檢測和預警，大量減少了人工的使用，提高了檢測效率。

發明內容

對于上述現有技術存在的問題，提出了一種基于EfficientDet網絡的深度學習礦石大小測量方法及預警系統，目的是為了解決礦石大小檢測中存在的極大地依賴人工，效率低，準確率低，模型參數量過大，需要強大的算力的技術問題。具體包括：通過高幀率攝像頭捕捉皮帶上運輸礦石的視頻流，將視頻流轉換為圖片;將圖像進行手工標注，并剔除異常的礦石圖片；將獲取到的礦石圖片按7：2：1分為訓練圖片、驗證圖片和測試圖片；對礦石圖片進行數據增強提高泛化能力;使用EfficientNet網絡作為骨干，創建EfficientDet目標檢測網絡，使用訓練數據集得到網絡模型;使用訓練完成的EfficientDet網絡模型進行測試，將得到的預測框用于定位出礦石的位置并通過攝像頭的焦距以及圖像像素大小計算出礦石的大小。根據系統預設閾值，發現有礦石大小超過系統閾值時發出預警，同時將異常信號傳輸給執行機構，執行機構撥出大塊礦石。

本發明采用如下技術方案解決技術問題： 一種基于EfficientDet網絡的深度學習礦石大小測量方法及預警系統，用在礦業中檢測礦石大小，并對超過閾值大小的礦石塊進行智能化處理，具體步驟如下：

S1、數據獲取階段：通過高速攝像頭拍攝流動皮帶上礦石，將視頻流的關鍵幀存儲為圖片;