[论文解读] Automatic Recognition of Coal and Gangue based on Convolution Neural Network

Huichao Hong, Lixin Zheng+3 more|arXiv (Cornell University)|Dec 3, 2017

Mineral Processing and Grinding参考文献 7被引用 25

一句话总结

本文提出一种基于CNN的系统，采用改进的AlexNet模型实现煤与矸石的自动识别，通过数据增强和迁移学习技术应对训练数据有限的问题。该方法在传统SVM和神经网络基础上实现了更高的识别准确率，通过优化图像预处理和基于区域的训练，在工业洗煤应用中表现出色。

ABSTRACT

We designed a gangue sorting system,and built a convolutional neural network model based on AlexNet. Data enhancement and transfer learning are used to solve the problem which the convolution neural network has insufficient training data in the training stage. An object detection and region clipping algorithm is proposed to adjust the training image data to the optimum size. Compared with traditional neural network and SVM algorithm, this algorithm has higher recognition rate for coal and coal gangue, and provides important reference for identification and separation of coal and gangue.

研究动机与目标

• 解决因训练数据不足导致煤与矸石分选识别准确率低的问题。
• 开发一种用于工业选煤厂中实时识别煤与矸石的自动化系统。
• 利用针对煤与矸石特定视觉特征优化的深度学习技术，提升分类性能。
• 通过应用区域裁剪和尺寸归一化优化图像输入，提升深度学习模型的训练效率。
• 为选煤厂提供一种实用且可扩展的解决方案，基于卷积神经网络实现工业部署。

提出的方法

• 将AlexNet架构改进为特征提取与煤与矸石图像分类的基础模型。
• 应用数据增强技术，人工扩展训练数据集，提升模型泛化能力。
• 通过在煤与矸石数据集上微调预训练的AlexNet，利用迁移学习克服数据稀缺问题。
• 实现目标检测与区域裁剪算法，提取并缩放相关图像区域至统一尺寸，以优化输入至CNN。
• 使用带标签的煤与矸石图像进行监督学习训练，实现端到端分类。
• 在相同评估条件下，将所提出的CNN模型与传统SVM和标准神经网络基线模型进行对比。

实验结果

研究问题

• RQ1 深度卷积神经网络能否在煤与矸石分类任务中实现高于传统机器学习模型（如SVM）的识别准确率？
• RQ2 在训练数据有限的情况下，数据增强和迁移学习在多大程度上提升了模型性能？
• RQ3 所提出的区域裁剪与图像缩放技术在优化CNN输入方面有多高效？
• RQ4 该系统能否在真实世界洗煤环境中有效部署，实现自动化分选？
• RQ5 在识别率和鲁棒性方面，基于CNN的方法相较于传统方法表现如何？

主要发现

• 所提出的CNN模型在煤与矸石识别上的准确率高于传统神经网络和SVM算法。
• 尽管训练样本有限，数据增强和迁移学习显著提升了模型性能。
• 区域裁剪与图像缩放方法提高了模型训练效率和输入一致性。
• 该系统在真实世界煤分选数据上表现出强大的泛化能力，表明其具备实际工业应用潜力。
• 通过迁移学习使用预训练AlexNet显著缩短了训练时间，并提升了在目标数据集上的收敛性能。
• 所提方法的整体识别准确率超过基线模型，证实了深度学习在该领域中的有效性。