【技术实现步骤摘要】
本专利技术涉及识别检测领域，尤其涉及一种铜基固废物料识别方法、装置、计算机设备及存储介质。
技术介绍
1、铜基固废的冶炼属于新兴产业，现有的铜基固废物料识别主要依赖人工操作，而不使用机器智能识别技术，无相应智能化识别方法，这导致误判率高，因为人工识别的精度不高，容易受主观因素和环境影响。
技术实现思路
1、有鉴于此，本专利技术的目的是为了克服现有技术中的不足，提供一种铜基固废物料识别方法、装置、计算机设备及存储介质，用于根据目标检测实现对铜基固废物料的自动化识别，从而提高铜冶炼生产线的作业效率。
2、本专利技术提供如下技术方案：
3、第一方面，本专利技术提出一种铜基固废物料识别方法，所述方法包括：
4、获取铜基固废物料的实时图像，根据所述实时图像生成训练数据集；
5、通过所述训练数据集对目标检测模型进行训练，得到铜基固废物料识别检测模型；
6、通过所述铜基固废物料识别检测模型对待识别铜基固废物料图像进行识别，得到物料识别结果。p>
7、在一实本文档来自技高网...
【技术保护点】
1.一种铜基固废物料识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的铜基固废物料识别方法，其特征在于，所述根据所述实时图像生成训练数据集，包括：
3.根据权利要求1所述的铜基固废物料识别方法，其特征在于，所述目标检测模型包括空洞卷积和混合注意力机制，所述通过所述训练数据集对目标检测模型进行训练，得到铜基固废物料识别检测模型，包括：
4.根据权利要求3所述的铜基固废物料识别方法，其特征在于，所述混合注意力机制包括以下公式：HybridAttention(Q，K，V)＝λ×LocalAttention(Q，K，V)+(1-...
【技术特征摘要】
1.一种铜基固废物料识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的铜基固废物料识别方法，其特征在于，所述根据所述实时图像生成训练数据集，包括：
3.根据权利要求1所述的铜基固废物料识别方法，其特征在于，所述目标检测模型包括空洞卷积和混合注意力机制，所述通过所述训练数据集对目标检测模型进行训练，得到铜基固废物料识别检测模型，包括：
4.根据权利要求3所述的铜基固废物料识别方法，其特征在于，所述混合注意力机制包括以下公式：hybridattention(q，k，v)＝λ×localattention(q，k，v)+(1-λ)×globalattention(q，k，v)，式中，λ为预设超参数，hybridattention(q，k，v)为所述混合注意力机制的特征向量，localattention(q，k，v)为局部注意力机制的特征向量，globalattention(q，k，v)为全局注意力机制的特征向量。
<...【专利技术属性】
技术研发人员：刘冠洲，张元生，杨闿文，郭庆节，吕潇，刘旭，马朝阳，姜中晔，
申请(专利权)人：矿冶科技集团有限公司，
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。