矿业研究与开发

作者：杨丽荣,,曹冲,刘顺

关键词：矿石破碎;图像分割;MaskRCNN;通道注意力;空 间注意力;混合注意力

针对复杂工况环境下矿石分割精度低的问题,提出改 进 MaskRCNN 实例分割算法.MaskRCNN 采用简单的反 卷积操作来恢复矿石的掩膜,导致矿石边缘信息丢失,因此 提出混合注意力模块,该模块将通道注意力机制和空间注意 力机制进行加权融合,可以在通道层面和空间层面对矿石的 特征信息加强.结合混合注意力模块改进 MaskRCNN 的 分割网络结构,减少在卷积运算中造成的矿石细节信息丢 失,提高网络对矿石的分割精度.用制作的矿石数据集进行 网络训练和网络评价,将改进之后的算法与原算法以及其他 两种常用算法进行对比试验研究,试验结果表明,改进算法 中 MIoU 约为８７．１％,相较原算法提升约１９．１５％,MPA 值 约为９４．６１％,较原算法提升了约２２．９３％,对于矿石识别分 割具有更高的检测精度.改进算法在复杂工况环境下对矿 石的精确识别和分割有很大的应用前景.

来源：2023年第4期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2023年第4期