原创力文档摘要
摘要
在煤矸分选过程中，高效识别对环境保护和资源利用具有重要意义。然而，传
统图像识别方法存在计算开销大、模型复杂度高等问题，影响训练和推理效率。为
此，本文研究轻量化卷积神经网络，优化计算资源利用，提高模型在资源受限环境
中的适应性，同时在保证识别精度的前提下提升运行效率。本文研究轻量化网络在
图像分类与目标检测中的优化方法，并结合软硬件设计搭建煤矸识别系统，为自动
分选提供技术保障。主要工作包括以下几个方面：
摘要
摘要
在煤矸分选过程中，高效识别对环境保护和资源利用具有重要意义。然而，传
统图像识别方法存在计算开销大、模型复杂度高等问题，影响训练和推理效率。为
此，本文研究轻量化卷积神经网络，优化计算资源利用，提高模型在资源受限环境
中的适应性，同时在保证识别精度的前提下提升运行效率。本文研究轻量化网络在
图像分类与目标检测中的优化方法，并结合软硬件设计搭建煤矸识别系统，为自动
分选提供技术保障。主要工作包括以下几个方面：
文档评论（0）