| 成果基本信息 | ||||||
| 关键词: | 双路U-Net,矿山井下,智能分级辨识 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法,包括数据获取、图像预处理、危险行为样本制作、单路网络设计及参数训练、构建双路U‑Net网络结构、图像输入模块设计、双路U‑Net网络特征提取模块设计、预警模块设计等步骤。本发明将包含危险行为的影像作为输入数据,通过U‑Net网络对其中的危险行为进行识别、分类及预警的方法,及时发现井下生产过程中出现的危险行为并发出预警,从而最大程度地避免生产事故的发生 |