基于深度学习的煤岩图像分类研究.pdfVIP

摘要

基于深度学习的煤岩图像分类技术越来越成熟，为矿井作业实现少人化、无人化开

采做出了极大贡献。目前，基于卷积神经网络的煤岩图像分类算法趋于主流，然而，现

有方法在提取煤岩特征时存在以下缺陷：一是针对常规的2D卷积具有固定大小的卷积核

的问题，可能导致提取的图像局部特征信息不够充分。二是由于煤岩图像与自然图像的

差异性，现有的模型在两种数据上分类表现差异过大，模型泛化性较差，且矿井下的复

杂环境和资源受限的设备，模型的参数量较多，训练速度慢等问题。为了解决这些问题，

本文提出了基于深度学习的煤岩图像分类研究，具体研究内容如下所示：

针对常规卷积核导致提取图像局部特征信息不足的问题，提出了一种全新的大核并

行卷积残差网络ParaLkResNet，网络中的大核并行卷积块PLB（ParallelLargeKernel

ConvolutionBlock）被用来扩大网络的感受野，捕获图像像素间的远程依赖。与普通的二

维卷积相比，PLB除了能提取多尺度和高融合特征外，在典型的下游任务中还具有易收

敛和对不同数据的易泛化等特性。在公用自然图像数据集CIFAR10/100、CINIC-10和

COALSet-4煤岩数据集上进行了实验，所提出的方法优于当前现有模型。PLB作为一个

插件块可应用于各种计算机视觉卷积框架中，三个不同大小的并行卷积可以提取到图像

的丰富局部特征，可有效提升卷积神经网络在各种图像任务中的性能表现。

针对模型泛化性和鲁棒性较差、参数量较多、训练速度慢等问题，提出了基于轻量

化（EfficientMulti-ScaleAttention，EMA）视觉注意力的卷积残差网络DoMaResNet。在

本网络中，基于EMA视觉注意力的卷积残差块DoMaBlock用于捕获和选择关注煤岩图

像的重要局部特征信息，在保留每个通道信息的同时减少了计算开销，通过跨维交互进

一步聚合两个并行分支的输出特征，以捕获像素级成对关系，使网络在两种不同的数据

集上表现同步优异。此外，采用Do-conv方法加快网络训练时的收敛速度。使用流行的

基准(CIFAR-10/100、CINIC-10)以及COALSet-4对图像分类任务进行了广泛的对比试验以

评估其泛化性能，结果表明，本方法在保持较少的参数量的前提下，模型的训练速度和

泛化性优于现有分类模型。同样的，DoMaBlock作为一种新型的残差模块可以嵌入到任

何残差卷积神经网络中。

根据以上研究的成果以及矿下实际需求，本文设计了一种基于深度学习的煤岩图像

分类系统。该系统以上文提出的DoMaResNet为图像分类模型，能够将用户上传的图像

即时自动分类。系统右侧会显示图像所属的类别概率，直观地体现了系统的分类性能，

为煤岩图像分类的矿下应用提供了有力支持。

关键词：煤岩图像分类；卷积神经网络；ResNet；Do-conv；EMA；煤岩图像分类系统

Abstract

Thecoalandrockimageclassificationtechnologybasedondeeplearningisbecomingmore

andmorematureandhasmadegreatcontributionstotherealizationofunmannedandunmanned

mininginmineoperations.Atpresent,thecoalandrockimageclassificationalgorithmbasedon

convolutionalneuralnetworktendstobemainstream.However,theexistingmethodshavethe

followingdefectswhenextractingcoalandrockfeatures:First,theproblemoffixed-sizeconvolution

kernelsforconventional2Dconvolutionmayleadtoinsufficientlocalfeatureinformationof