基于 DenseNet 与高斯过程的煤与岩石/矸石自动识别
计算机视觉与模式识别
2022-09-01 v1
摘要
为提高煤的纯度并防止采煤机受损，有必要在井下煤矿中识别煤与岩石。同时，采出的煤需经提纯以去除岩石与矸石。在大多数煤矿中，这两道工序由工人手动操作。实现自动识别与提纯不仅有利于煤矿自动化，也保障了工人安全。我们探讨了使用基于图像的方法区分它们的可能性。为寻找一种可同时适用于两种场景的方案，提出了一种将 DenseNet 提取的图像特征前馈至高斯过程的模型，该模型在地面拍摄图像上训练，并在井下拍摄图像上取得高准确率。这表明我们的方法在少样本学习（如煤与岩石/矸石识别）中表现强劲，并可能有助于实现煤矿自动化。
引用
@article{arxiv.2208.14871,
title = {Automatic Identification of Coal and Rock/Gangue Based on DenseNet and Gaussian Process},
author = {Yufan Li},
journal= {arXiv preprint arXiv:2208.14871},
year = {2022}
}