科研之友
微信
新浪微博
Facebook
分享链接
摘要
精确煤矸石分类及识别是煤矿安全精准开采有待解决的重要问题，残差网络在图像分类任务中表现出巨大的优势。利用残差网络并克服其在特征提取方面的不足，提出了一种矿井图像分类模型。该模型结合了多尺度思想以及反复注意力方法，同时，还将ResNet网络特征提取法加入到模型当中。除此之外，模型还加入了跳跃连接，可以实现减少模型计算量的功能。基于真实的实验数据，本模型相比其它分类模型准确率提高了3%。
- 单位
精确煤矸石分类及识别是煤矿安全精准开采有待解决的重要问题，残差网络在图像分类任务中表现出巨大的优势。利用残差网络并克服其在特征提取方面的不足，提出了一种矿井图像分类模型。该模型结合了多尺度思想以及反复注意力方法，同时，还将ResNet网络特征提取法加入到模型当中。除此之外，模型还加入了跳跃连接，可以实现减少模型计算量的功能。基于真实的实验数据，本模型相比其它分类模型准确率提高了3%。
