• 技术详细介绍
    本发明公开了一种基于机器视觉的有色金属破碎料智能识别方法，该方法包括以下步骤：1)数据采集，在实际分选场景中，采集铜铝两种有色金属类别的图像，建立有色金属破碎料多目标图像数据集，分为训练集、验证集和测试集；2)对训练集进行图像增强处理；3)采用YOLOv3模型的进行神经网络模型搭建和参数初始化；4)确定模型的损失函数和IOU阈值；5)训练获得改进后的YOLOv3目标检测模型；6)采用改进后的YOLOv3目标检测模型实现对有色金属破碎料的分选。本发明方法只需要较小样本训练就可以达到很高准确率；训练时间和识别时间短，可以达到实时识别的效果，满足工业界需求。