(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210702521.6 (22)申请日 2022.06.21 (71)申请人 煤炭科学研究总院有限公司 地址 100013 北京市朝阳区和平里青年沟 东路5号 (72)发明人 杨国奇　程健　李和平　孙大智　 李昊　许鹏远　马永壮　闫鹏鹏　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 罗岚 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/00(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于多特征层融合的煤矸石的检测方法及 装置 (57)摘要 本公开提出一种基于多特征层融合的煤矸 石的检测方法及装置， 涉及煤炭 技术领域， 其中， 所述方法包括： 获取待检测的第一图像， 其中， 所 述第一图像为采集的煤炭图像数据； 将所述第一 图像输入至训练完成的 图像识别模 型中， 以确定 所述第一图像中每个像素点对应的概率值， 其 中， 所述图像识别模型中包含多个深度可分离卷 积层DSC及多个网络层， 所述网络层用于将多个 DSC提取的特征进行融合； 根据每个所述像素点 对应的概率值， 确定所述第一图像中是否包含煤 矸石。 由此， 在获取到待识别的煤炭图像 之后， 可 以利用已训练完成的图像识别模 型， 对其进行处 理， 以确定出该图像中每个像素点对应的概率 值， 之后根据概率值可以确定出该图像中是否包 含煤矸石， 无需人工进行， 即可实现煤矸石的检 测， 提高了效率， 节省了时间。 权利要求书3页 说明书11页 附图2页 CN 115063659 A 2022.09.16 CN 115063659 A 1.一种基于多特 征层融合的煤矸石的检测方法， 其特 征在于， 包括： 获取待检测的第一图像， 其中， 所述第一图像为采集的煤炭图像数据； 将所述第一图像输入至训练完成的图像识别模型中， 以确定所述第 一图像中每个像素 点对应的概率值， 其中， 所述图像识别模型中包含多个深度可分离卷积层DSC及多个网络 层， 所述网络层用于将多个D SC提取的特 征进行融合； 根据每个所述像素点对应的概 率值， 确定所述第一图像中是否包 含煤矸石。 2.如权利要求1所述的方法， 其特征在于， 在所述将所述第 一图像输入至训练完成的图 像识别模型中， 以确定所述第一图像中每 个像素点对应的概 率值之前， 还 包括； 获取训练数据集， 其中， 所述训练数据集中包含多张第二图像及每张所述第二图像对 应的第一标签； 将每张所述第二图像输入至初始模型中， 以确定每张所述第二图像对应的预测概率 值， 其中， 所述初始模型中包 含编码器及解码器； 根据每张所述第二图像的预测概 率值， 确定每张所述第二图像对应的预测标签； 根据每张所述第 二图像的预测标签及第 一标签间的差异， 确定每张所述第 二图像对应 的损失值； 基于每个所述损失值， 对所述初始模型进行修 正， 以生成训练完成的图像识别模型。 3.如权利要求2所述的方法， 其特征在于， 所述将每张所述第二图像输入至初始模型 中， 以确定每张所述第二图像对应的预测概 率值， 包括： 将所述第二图像输入至编码器中， 以经过所述编码器中第一卷积层的处理， 确定对应 的第一编码特 征， 其中所述编码器中包 含N个卷积层； 将所述第一编码特征输入至所述编码器中的第二卷积层， 以确定对应的第二编码特 征； 将每一编码特 征输入至下一个卷积层， 以确定下一个卷积层所对应的编码特 征； 直至将第N ‑1个卷积层对应的第N ‑1编码特征， 输入至第N个卷积层， 以确定对应的第N 编码特征； 将所述第N编码特征及所述第N ‑1编码特征输入至解码器 中的第一网络层， 以确定对应 的第一解码特征； 将所述第一解码特征及所述第N ‑2编码特征， 输入至所述解码器 中的第二网络层， 以确 定对应的第二 解码特征； 将所述解码器 中任一网络层对应的解码特征及与 所述解码特征规格对应的编码特征， 输入至所述 解码器中的下一网络层， 以确定下一网络层对应的解码特 征； 直至将第N ‑1解码特征及所述第一编码特征， 输入至解码器中的第N网络层， 以确定所 述第二图像对应的预测概 率值。 4.如权利要求2所述的方法， 其特征在于， 所述基于每个所述损 失值， 对所述初始模型 进行修正， 以生成训练完成的图像识别模型， 包括： 基于每个所述损失值， 对所述初始模型进行修 正； 基于矩阵低秩分解， 将所述 修正后的模型进行压缩， 以生成图像识别模型。 5.如权利要求1 ‑4中任一所述的方法， 其特征在于， 所述根据每个所述像素点对应的概 率值， 确定所述第一图像中是否包 含煤矸石， 包括：权　利　要　求　书 1/3 页 2 CN 115063659 A 2在任一像素点对应的第 一概率值大于第 二概率值的情况下， 确定所述任一像素点对应 的图像信息为煤矸石， 其中， 所述第一概率值为像素点为煤矸石的概率、 所述第二概率值为 像素点不是煤矸石的概 率。 6.一种基于多特 征层融合的煤矸石的检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测的第一图像， 其中， 所述第一图像为采集的煤炭图像数据； 第一确定模块， 用于将所述第一图像输入至训练完成的图像识别模型中， 以确定所述 第一图像中每个像素点对应的概率值， 其中， 所述图像识别模型中包含多个深度可分离卷 积层DSC及多个网络层， 所述网络层用于将多个D SC提取的特 征进行融合； 第二确定模块， 用于根据每个所述像素点对应的概率值， 确定所述第一图像中是否包 含煤矸石。 7.如权利要求6所述的装置， 其特 征在于， 所述第一确定模块， 包括： 获取单元， 用于获取训练数据集， 其中， 所述训练数据集中包含多张第 二图像及每张所 述第二图像对应的第一标签； 第一确定单元， 用于将每张所述第二图像输入至初始模型中， 以确定每张所述第二图 像对应的预测概 率值， 其中， 所述初始模型中包 含编码器及解码器； 第二确定单元， 用于根据每张所述第二图像的预测概率值， 确定每张所述第二图像对 应的预测标签； 第三确定单元， 用于根据每张所述第二图像的预测标签及第一标签间的差异， 确定每 张所述第二图像对应的损失值； 生成单元， 用于基于每个所述损失值， 对所述初始模型进行修正， 以生成训练完成的图 像识别模型。 8.如权利要求7 所述的装置， 其特 征在于， 所述第一确定单 元， 具体用于： 将所述第二图像输入至编码器中， 以经过所述编码器中第一卷积层的处理， 确定对应 的第一编码特 征， 其中所述编码器中包 含N个卷积层； 将所述第一编码特征输入至所述编码器中的第二卷积层， 以确定对应的第二编码特 征； 将每一编码特 征输入至下一个卷积层， 以确定下一个卷积层所对应的编码特 征； 直至将第N ‑1个卷积层对应的第N ‑1编码特征， 输入至第N个卷积层， 以确定对应的第N 编码特征； 将所述第N编码特征及所述第N ‑1编码特征输入至解码器 中的第一网络层， 以确定对应 的第一解码特征； 将所述第一解码特征及所述第N ‑2编码特征， 输入至所述解码器 中的第二网络层， 以确 定对应的第二 解码特征； 将所述解码器 中任一网络层对应的解码特征及与 所述解码特征规格对应的编码特征， 输入至所述 解码器中的下一网络层， 以确定下一网络层对应的解码特 征； 直至将第N ‑1解码特征及所述第一编码特征， 输入至解码器中的第N网络层， 以确定所 述第二图像对应的预测概 率值。 9.如权利要求7 所述的装置， 其特 征在于， 所述 生成单元， 具体用于： 基于每个所述损失值， 对所述初始模型进行修 正；权　利　要　求　书 2/3 页 3 CN 115063659 A 3