科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了智能、高效分离选煤厂原煤中的杂物，促进选煤工艺智能化发展，提出了一种结合卷积神经网络(CNN)和Transformer的语义分割模型，专门针对振动筛上复杂环境中的杂物进行像素级分割。首先，将Transformer结构应用到选煤厂振动筛的杂物分割任务上，实验结果表明其能更准确地识别杂物边缘。其次，详尽对比分析了不同的上采样方法和Transformer模块，增强了模型的可解释性和适用性。最后，通过与其他先进模型(如ResNet和Swin-Transformer)的综合比较，证实了提出模型在处理振动筛上杂物分割问题上的优越性能。
- 单位
