一种基于深度学习技术的煤的破坏类型快速识别方法及装置
基本信息
| 申请号 | CN202010461978.3 | 申请日 | - |
| 公开（公告）号 | CN111652861A | 公开（公告）日 | 2020-09-11 |
| 申请公布号 | CN111652861A | 申请公布日 | 2020-09-11 |
| 分类号 | G06T7/00(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 李青松;衡献伟;左金芳;韩真理;李绍泉;龙祖根;朱权洁;颜本福;向龙;付金磊 | 申请（专利权）人 | 贵州省煤矿设计研究院有限公司 |
| 代理机构 | 贵阳东圣专利商标事务有限公司 | 代理人 | 袁庆云 |
| 地址 | 550025贵州省贵阳市花溪区大水沟大职路325号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习技术的煤的破坏类型快速识别方法及装置，包括采集煤的破坏类型图像，图像预处理，煤的破坏类型图像识别模型是基于深度学习的残差卷积神经网络图像识别模型，包括输入层、卷积层、池化层、全连接及输出层5种结构，由1个输入层、49层卷积层、2层池化层、1层全连接层和1个输出层构成；训练煤的破坏类型图像识别模型，煤的破坏类型图像识别，获得煤的图像所属的破坏类型。本发明能实现定量、安全、快速、准确的识别煤的破坏类型。 |
