技术特征：
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。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：
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dsc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；
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。10.如权利要求6-9中任一所述的装置，其特征在于，所述第二确定模块，具体用于：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。
技术总结
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。节省了时间。节省了时间。
技术研发人员：杨国奇 程健 李和平 孙大智 李昊 许鹏远 马永壮 闫鹏鹏
受保护的技术使用者：煤炭科学研究总院有限公司
技术研发日：2022.06.21
技术公布日：2022/9/15