基于改進U-Net的干式磁選礦帶圖像分割

摘要： 為解決干式磁選過程中礦帶不確定性問題，采用機器視覺技術，提出一種基于改進U-Net模型的圖像分割方法。該模型利用CBAM注意力模塊，提高網絡對目標區(qū)域的識別和關注能力，有助于實現(xiàn)復雜背景下目標物體的圖像分割；采用深度可分離卷積，降低計算復雜度的同時兼顧精度，為獲取分辨率較高的礦帶圖像提供有力支持，從而適應磁選場景，改善網絡性能。該模型分割精度為92.28%,輪廓提取完整性和去噪... （共5頁）