【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及計(jì)算機(jī)視覺(jué)和礦物檢測(cè)，特別是指一種基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法。
技術(shù)介紹
1、鋰礦石作為當(dāng)前新能源產(chǎn)業(yè)中重要的礦產(chǎn)資源，其檢測(cè)與分類對(duì)工業(yè)生產(chǎn)至關(guān)重要。傳統(tǒng)的礦物檢測(cè)方法依賴于人工操作，如通過(guò)手工觀察，元素分析測(cè)量或在顯微鏡下進(jìn)行目視識(shí)別等。如cn118039008a，該方法通過(guò)對(duì)采集到的鋰礦物樣本進(jìn)行多點(diǎn)取樣，旋轉(zhuǎn)布設(shè)測(cè)量點(diǎn)位，并依次進(jìn)行多種元素的測(cè)量，最后通過(guò)均值計(jì)算和智能數(shù)據(jù)分析得出礦物成分的類型與比例。這種方法在理論上提供了相對(duì)準(zhǔn)確的分析結(jié)果，利用物理化學(xué)分析手段進(jìn)行系統(tǒng)性的元素測(cè)量，結(jié)合智能化的數(shù)據(jù)處理與計(jì)算，能夠在一定程度上準(zhǔn)確識(shí)別礦物成分，尤其在樣本數(shù)量有限的情況下具備一定的實(shí)用性。又如cn117816580a，該方法從巖芯中按一定指標(biāo)采集樣品，通過(guò)制定樣品處理方案和元素檢測(cè)，得到每個(gè)樣品中各元素的含量探測(cè)結(jié)果，并進(jìn)行鋰含量的化學(xué)測(cè)試，最后通過(guò)數(shù)據(jù)訓(xùn)練和模型預(yù)測(cè)對(duì)鋰礦物中不同成分的檢測(cè)和分類。這一方法通過(guò)結(jié)合元素分析、數(shù)據(jù)訓(xùn)練與實(shí)時(shí)分揀系統(tǒng)，實(shí)現(xiàn)了鋰礦石分揀的自動(dòng)化和智能化，在一定程度上提高了分揀效率和準(zhǔn)確度。然而，盡管上述方法在鋰礦物成分檢測(cè)中具備一定的科學(xué)性與邏輯性，但它在實(shí)際應(yīng)用中暴露出多方面的不足。首先，以上方法依賴于人工手段包括多點(diǎn)取樣、旋轉(zhuǎn)測(cè)量以及傳統(tǒng)的物理化學(xué)元素測(cè)量等，這些步驟復(fù)雜且耗時(shí)，需要經(jīng)過(guò)多次樣品處理和數(shù)據(jù)計(jì)算才能得出最終結(jié)果。其次，雖然方法本身采用了較為科學(xué)的檢測(cè)方法，但其最終結(jié)果的準(zhǔn)確性仍然高度依賴操作人員的經(jīng)驗(yàn)，任何測(cè)量誤差或數(shù)據(jù)處理偏差都可能影響最終結(jié)果，
2、由上可知，人工方法存在明顯的局限性：首先，檢測(cè)過(guò)程的準(zhǔn)確性受到操作人員主觀判斷的影響，容易出現(xiàn)誤判或漏判；其次，人工檢測(cè)效率較低，難以滿足大規(guī)模生產(chǎn)環(huán)境中快速、連續(xù)檢測(cè)的需求；此外，人工檢測(cè)高度依賴于操作人員的經(jīng)驗(yàn)水平，對(duì)于不同經(jīng)驗(yàn)層次的檢測(cè)人員，結(jié)果的穩(wěn)定性和一致性難以保證。
3、隨著深度學(xué)習(xí)技術(shù)的發(fā)展，目標(biāo)檢測(cè)模型如yolo系列，在礦物成分識(shí)別中逐漸得到應(yīng)用。然而，在高倍率顯微環(huán)境下，如在300倍光學(xué)顯微鏡下檢測(cè)鋰礦石成分時(shí)，不同礦物成分的特征差異往往非常細(xì)微，難以通過(guò)常規(guī)的yolo目標(biāo)檢測(cè)模型精準(zhǔn)識(shí)別，依然面臨諸多挑戰(zhàn)。例如，石英在顯微鏡下表現(xiàn)為透明，其邊緣具有一定的厚度，并且?guī)в胁ＡЧ鉂桑婚L(zhǎng)石則呈現(xiàn)不透明狀態(tài)；而鋰云母雖然也是透明的，但其邊緣較薄，且通常呈片狀。這些特征在顯微圖像中難以顯著區(qū)分，容易引發(fā)誤檢和漏檢。
4、鑒于上述現(xiàn)有技術(shù)的不足，開發(fā)一種更加高效、精準(zhǔn)、且具備實(shí)時(shí)性的鋰礦物成分檢測(cè)方法顯得尤為必要。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，以解決現(xiàn)有技術(shù)容易引發(fā)誤檢和漏檢的技術(shù)問(wèn)題。
2、為解決上述技術(shù)問(wèn)題，本專利技術(shù)提供了如下技術(shù)方案：
3、一方面，本專利技術(shù)提供了一種基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，包括：
4、收集各類鋰礦物成分的干粉末樣本，并在光學(xué)顯微鏡下對(duì)收集到的干粉末樣本進(jìn)行拍攝，然后通過(guò)對(duì)拍攝的圖像進(jìn)行分割和標(biāo)注，構(gòu)建涵蓋各類鋰礦物成分的樣本數(shù)據(jù)集；其中，所述鋰礦物成分包括：石英、長(zhǎng)石以及鋰云母；
5、對(duì)yolov8網(wǎng)絡(luò)進(jìn)行改進(jìn)，得到改進(jìn)后的yolov8網(wǎng)絡(luò)；
6、基于所述樣本數(shù)據(jù)集對(duì)改進(jìn)后的yolov8網(wǎng)絡(luò)進(jìn)行訓(xùn)練；
7、利用訓(xùn)練好的改進(jìn)后的yolov8網(wǎng)絡(luò)實(shí)現(xiàn)鋰礦物成分檢測(cè)。
8、進(jìn)一步地，所述收集各類鋰礦物成分的干粉末樣本，并在光學(xué)顯微鏡下對(duì)收集到的干粉末樣本進(jìn)行拍攝，然后通過(guò)對(duì)拍攝的圖像進(jìn)行分割和標(biāo)注，構(gòu)建涵蓋各類鋰礦物成分的樣本數(shù)據(jù)集，包括：
9、在工業(yè)現(xiàn)場(chǎng)收集生產(chǎn)線上研磨烘干后的各類鋰礦物成分的干粉末樣本，將收集的干粉末樣本取樣放置于300倍光學(xué)顯微鏡下進(jìn)行拍攝，通過(guò)顯微鏡的精細(xì)成像技術(shù)，多次拍攝得到具有礦物樣本的形態(tài)、紋理和邊緣特征的顯微圖像；
10、使用預(yù)設(shè)的圖像分割算法處理顯微圖像，初步實(shí)現(xiàn)對(duì)礦樣圖像中各類礦物成分的分割，之后將分割后的所有子圖像通過(guò)邊緣檢測(cè)、裁剪和填充處理，將樣本調(diào)整為適合訓(xùn)練的尺寸，剔除無(wú)關(guān)背景信息，同時(shí)進(jìn)行填充，以統(tǒng)一圖像比例，最終構(gòu)建出包含長(zhǎng)石、石英、鋰云母三種樣本的樣本數(shù)據(jù)集。
11、進(jìn)一步地，所述對(duì)yolov8網(wǎng)絡(luò)進(jìn)行改進(jìn)，包括：
12、在yolov8網(wǎng)絡(luò)的backbone網(wǎng)絡(luò)部分使用由鬼影混洗卷積和特征融合模塊構(gòu)成的層次結(jié)構(gòu)，以提取高效且多尺度的圖像特征。
13、進(jìn)一步地，所述對(duì)yolov8網(wǎng)絡(luò)進(jìn)行改進(jìn)，包括：
14、在yolov8網(wǎng)絡(luò)中引入sppf_lska金字塔結(jié)構(gòu)，將yolov8網(wǎng)絡(luò)的0-8層經(jīng)過(guò)卷積和c2f模塊提取的特征圖輸入到sppf_lska金字塔結(jié)構(gòu)中，采用sppf_lska金字塔結(jié)構(gòu)來(lái)實(shí)現(xiàn)多尺度特征融合，并引入lska注意力機(jī)制。
15、進(jìn)一步地，所述對(duì)yolov8網(wǎng)絡(luò)進(jìn)行改進(jìn)，還包括：
16、在yolov8網(wǎng)絡(luò)的neck部分的pan網(wǎng)絡(luò)中，將16、19層的卷積操作替換為gsconv模塊，將18、21層的c2f模塊替換為vovgscsp模塊。
17、進(jìn)一步地，基于所述樣本數(shù)據(jù)集對(duì)改進(jìn)后的yolov8網(wǎng)絡(luò)進(jìn)行訓(xùn)練，包括：
18、搭建yolov8網(wǎng)絡(luò)；
19、在大規(guī)模目標(biāo)檢測(cè)數(shù)據(jù)集coco上對(duì)搭建的yolov8網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練；
20、使用預(yù)設(shè)的數(shù)據(jù)標(biāo)注工具對(duì)所述樣本數(shù)據(jù)集進(jìn)行yolo目標(biāo)檢測(cè)數(shù)據(jù)格式的人工標(biāo)注，并按照預(yù)設(shè)比例自動(dòng)劃分訓(xùn)練集、驗(yàn)證集以及測(cè)試集；
21、重新加載預(yù)訓(xùn)練后的yolov8網(wǎng)絡(luò)的權(quán)重參數(shù)，為改進(jìn)后的yolov8網(wǎng)絡(luò)提供優(yōu)化的初始條件；然后將改進(jìn)后的yolov8網(wǎng)絡(luò)在訓(xùn)練集上進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中，通過(guò)驗(yàn)證集持續(xù)監(jiān)控模型性能，在每次訓(xùn)練循環(huán)結(jié)束后，立即評(píng)估模型在驗(yàn)證集上的表現(xiàn)，觀察準(zhǔn)確率的變化和損失值的動(dòng)態(tài)，如果準(zhǔn)確率不斷提高且損失值持續(xù)下降，則繼續(xù)訓(xùn)練；若出現(xiàn)反轉(zhuǎn)趨勢(shì)，則停止訓(xùn)練；
22、在得到訓(xùn)練好的改進(jìn)后的yolov8網(wǎng)絡(luò)后，在測(cè)試集上對(duì)其進(jìn)行性能檢測(cè)；首先對(duì)模型預(yù)測(cè)的結(jié)果進(jìn)行置信度過(guò)濾，以篩選出高置信度的有效檢測(cè)結(jié)果，隨后通過(guò)非極大值抑制算法，消除重疊的檢測(cè)框和潛在的誤檢框，進(jìn)一步提升檢測(cè)的準(zhǔn)確性，最后處理后的特征圖被映射回原始尺度，生成最終的檢測(cè)結(jié)果；
23、將最終訓(xùn)練好的改進(jìn)后的yolov8網(wǎng)絡(luò)部署到智能裝備上，用于鋰礦物成分檢測(cè)。
24、進(jìn)一步地，在對(duì)改進(jìn)后的yolov8網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，模型的回歸損失由ciou?loss和dfl本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，所述收集各類鋰礦物成分的干粉末樣本，并在光學(xué)顯微鏡下對(duì)收集到的干粉末樣本進(jìn)行拍攝，然后通過(guò)對(duì)拍攝的圖像進(jìn)行分割和標(biāo)注，構(gòu)建涵蓋各類鋰礦物成分的樣本數(shù)據(jù)集，包括：
3.如權(quán)利要求1所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，所述對(duì)YOLOv8網(wǎng)絡(luò)進(jìn)行改進(jìn)，包括：
4.如權(quán)利要求1所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，所述對(duì)YOLOv8網(wǎng)絡(luò)進(jìn)行改進(jìn)，包括：
5.如權(quán)利要求4所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，所述對(duì)YOLOv8網(wǎng)絡(luò)進(jìn)行改進(jìn)，還包括：
6.如權(quán)利要求1所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，基于所述樣本數(shù)據(jù)集對(duì)改進(jìn)后的YOLOv8網(wǎng)絡(luò)進(jìn)行訓(xùn)練，包括：
7.如權(quán)利要求6所述的基于改進(jìn)YOLOv8的鋰礦物成分檢測(cè)方法，其特征在于，在對(duì)改進(jìn)后的YOLOv8網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，模型的回歸
...【技術(shù)特征摘要】
1.一種基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，其特征在于，包括：
2.如權(quán)利要求1所述的基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，其特征在于，所述收集各類鋰礦物成分的干粉末樣本，并在光學(xué)顯微鏡下對(duì)收集到的干粉末樣本進(jìn)行拍攝，然后通過(guò)對(duì)拍攝的圖像進(jìn)行分割和標(biāo)注，構(gòu)建涵蓋各類鋰礦物成分的樣本數(shù)據(jù)集，包括：
3.如權(quán)利要求1所述的基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，其特征在于，所述對(duì)yolov8網(wǎng)絡(luò)進(jìn)行改進(jìn)，包括：
4.如權(quán)利要求1所述的基于改進(jìn)yolov8的鋰礦物成分檢測(cè)方法，其特征在于，所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：邱澤陽(yáng)，黃學(xué)雨，
申請(qǐng)(專利權(quán))人：宜春江理鋰電新能源產(chǎn)業(yè)研究院，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。