一种基于改进YOLO11-seg模型的石墨矿石图像分割方法技术

本发明专利技术属于图像处理技术领域，具体涉及一种基于改进YOLO11‑seg模型的石墨矿石图像分割方法，采用精度与轻量化的平衡设计，通过优化网络结构中冗余，并引入GSConv与C3k2‑Faster模块，在保持强特征表示能力的前提下，有效降低计算开销与内存占用，显著提升模型的实时推理效率；充分利用Mosai c数据增强方法，在扩充样本数量的同时提升数据多样性，增强模型在复杂环境下的鲁棒性与泛化能力；训练完成的优化模型可部署于石墨矿石智能边缘设备，支持现场实时、精确的品位估算，显著提升矿物分选效率，为智能矿业场景提供高效、可靠的计算机视觉解决方案。

【技术实现步骤摘要】

本专利技术属于图像处理，具体的，涉及一种基于改进yolo11-seg模型的石墨矿石图像分割方法。

技术介绍

1、在石墨矿石的采选与加工过程中，准确分割并识别出低品位矿物具有重要的现实意义和技术价值。这一过程不仅关系到矿石整体质量的控制，还对资源的高效利用与生态环境保护起到关键支撑作用。

2、构建低计算开销、实时推理能力与高分割精度的石墨矿石分割模型，对于实现矿石品位的自动评估具有重要意义。该模型应可部署于边缘设备，能够快速且精准地分割不同品位的矿物区域。该方法为构建智能化、绿色化和高效化的矿山系统提供了有力的技术支撑和可行的实现路径。

技术实现思路

1、为了从源头优化选矿流程，有效避免低品位矿石进入后续加工环节，进而降低资源浪费、能源消耗与碳排放，本专利技术提出一种基于改进yolo11-seg模型的石墨矿石图像分割方法。

2、根据本专利技术第一方面，本专利技术请求保护一种基于改进yolo11-seg模型的石墨矿石图像分割方法，包括：

3、在待检测石墨采矿场采集矿石样本，对所本文档来自技高网...

【技术保护点】

1.一种基于改进YOLO11-seg模型的石墨矿石图像分割方法，其特征在于，包括：

2.根据权利要求1所述的一种基于改进YOLO11-seg模型的石墨矿石图像分割方法，其特征在于，所述在待检测石墨采矿场采集矿石样本，对所述矿石样本进行预分类并进行图像采集，得到石墨矿原始图像库，还包括：

3.根据权利要求1所述的一种基于改进YOLO11-seg模型的石墨矿石图像分割方法，其特征在于，所述对所述石墨矿原始图像库的石墨矿原始图像进行数据增强和扩充，标注划分所述石墨矿原始图像集，还包括：

4.根据权利要求1所述的一种基于改进YOLO11-seg模型的石墨矿石图...

【技术特征摘要】

1.一种基于改进yolo11-seg模型的石墨矿石图像分割方法，其特征在于，包括：

2.根据权利要求1所述的一种基于改进yolo11-seg模型的石墨矿石图像分割方法，其特征在于，所述在待检测石墨采矿场采集矿石样本，对所述矿石样本进行预分类并进行图像采集，得到石墨矿原始图像库，还包括：

3.根据权利要求1所述的一种基于改进yolo11-seg模型的石墨矿石图像分割方法，其特征在于，所述对所述石墨矿原始图像库的石墨矿原始图像进行数据增强和扩充，标注划分所述石墨矿原始图像集，还包括：

4.根据权利要求1所述的一种基于改进yolo11-seg模型的石墨矿石图像分割方法，其特征在于，所述构建初始yolo11-seg实例分割模型，采用样本数据集进行预训练，得到所述初始yolo11-seg实例分割模型的可训练...

【专利技术属性】
技术研发人员：邱泽阳，黄学雨，孙兆杰，李思凡，王炯辉，
申请(专利权)人：江西理工大学，
类型：发明
国别省市：