【技术实现步骤摘要】
本专利技术属于人工智能，尤其涉及一种用于智慧矿山的人工智能模型的训练方法与系统。
技术介绍
1、传统的矿山安全管理往往依赖于人工的形式，由于无法及时有效的发现安全风险隐患，从而使得矿山的人员安全和设备安全无法得到有效保障，这就使得如何实现对矿山的安全隐患的自动识别处理成为亟待解决的技术问题。
2、为解决上述技术问题，现有技术方案中往往是通过ai识别的方式实现对矿山的视频帧的自动解析处理，并根据解析处理结果实现对矿山安全风险的识别，从而保证矿山的安全隐患能够在第一时间就得到控制，但是通过分析不难发现，存在以下技术问题：
3、在进行人工智能模型的训练处理时，与处于正常状态的原始数据相比，设备或者矿山的开采状态处于危险状态或者隐患状态的原始训练数据的数据量很少，因此这就导致无法准确有效的实现对人工智能模型的训练处理，从而使得人工智能模型的识别准确率难以满足要求。
4、针对上述技术问题，本专利技术提供了一种用于智慧矿山的人工智能模型的训练方法与系统。
技术实现思路
<...【技术保护点】
1.一种用于智慧矿山的人工智能模型的训练方法，其特征在于，具体包括：
2.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，将智慧矿山划分为多个开采区域，具体包括：
3.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，所述开采数据包括开采机械数量以及不同的开采机械的开采量。
4.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，所述地质条件数据包括所述开采区域的地形图、地质图、矿体分布图、地层序列以及不同的地层的不同类型的矿物分布数据。
5.如权利要求1所述的用于智...
【技术特征摘要】
1.一种用于智慧矿山的人工智能模型的训练方法，其特征在于，具体包括：
2.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，将智慧矿山划分为多个开采区域，具体包括：
3.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，所述开采数据包括开采机械数量以及不同的开采机械的开采量。
4.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，所述地质条件数据包括所述开采区域的地形图、地质图、矿体分布图、地层序列以及不同的地层的不同类型的矿物分布数据。
5.如权利要求1所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，所述开采区域的安全识别相似度的确定的方法为：
6.如权利要求5所述的用于智慧矿山的人工智能模型的训练方法，其特征在于，当所述开采区域与其它的开采区域的安全...
【专利技术属性】
技术研发人员：刘丰，刘斌，梁俊，
申请(专利权)人：杭州蛙云网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。