基于轻量型卷积视觉Transformer的锑浮选工况识别

作者：陈奕霏; 蔡耀仪^*; 李诗文

来源：激光与光电子学进展, 2023, 60(06): 259-271.

• 机器视觉
• 锑浮选
• 工况识别
• 计算机视觉
• 轻量型卷积神经网络
• 视觉Transformer

依靠人工观测锑浮选泡沫特征进行锑浮选工况识别，主观性强、误差大，严重制约浮选性能。基于计算机视觉的识别方法成本低、效果好。针对以上问题，提出一种基于轻量型卷积视觉Transformer(L-CVT)的锑浮选工况识别方法。通过Transformer层的堆叠代替标准卷积中矩阵乘法来学习全局信息，将卷积中的局部建模更替为全局建模，同时引入轻量型神经网络MobileNetv2中的子模块，减少计算成本。所提方法解决了卷积神经网络（CNN）忽略浮选图像内部长距离依赖关系的问题，同时也弥补了视觉Transformer(VIT)缺乏归纳偏置的缺点。实验结果表明，基于所提方法的锑浮选工况识别准确率最高可达93.56%，明显高于VGG16、ResNet18、AlexNet等主流网络，为锑浮选数据在工况识别领域提供了重要参考。

• 单位
  湖南师范大学