基于MobileNet-SSD 算法的铁矿石品位识别

2022-06-04张宝金刘伟新任海龙荆洪迪崔宇吴东张振江

采矿技术 2022年3期

张宝金，刘伟新，任海龙，荆洪迪，崔宇，吴东，张振江

(1.鞍钢矿业有限公司眼前山分公司，辽宁鞍山市 114000；2.中国科学院沈阳自动化研究所，辽宁沈阳 110016)

0 引言

在铁矿石的开采加工过程中，及时了解铁矿石的品位至关重要。通过铁矿石品位能够大致判断铁矿石的利润，采用人工智能识别铁矿石品位可以及时发现废石增多的情况，从而减少废石的产生，降低处理成本。

近年来，人工智能得到了飞速的发展，基于深度学习卷积神经网络的图像识别技术更是衍生了一系列快速且精确的算法，在工程中得到了广泛的应用。徐述腾等[1]实现了利用电镜对矿石矿物进行智能识别；郭艳军等[2]采用ResNet18 深度卷积神经网络对矿物进行识别与分类；刘飞跃等[3]利用深度学习对矿山的岩体质量进行了精细化评价；张野等[4]利用深度学习对岩石的岩性进行了自动识别与分类。

矿石品位的识别是相同背景下的图像浅层信息提取与识别，因此，利用人工智能模型来判断矿石的品位可以达到很高的准确率。通常对于浅层信息来说，提高分辨率是快速提升模型正确率的方法，但提升输入图片的分辨率对于模型的速度与大小有着指数级的关系。故针对生产现场需要模型既具有一定精度又有便携性且识别速度需要达到标准，因此，本文选择MobileNet-SSD 算法对铁矿石品位进行判断。

1 MobileNet-SSD 算法

1.1 算法简述

MobileNet-SSD 算法的第一个识别判断模块为利用改进的MobileNet 搭建的SSD 算法，其中MobileNet 模型是谷歌开发的一种轻量级的神经网络模型，主要用于各种嵌入式设备搭载利用，其使用的核心是深度可分离卷积块。而SSD 算法是结合了Fast-RCNN、YOLO 两大主流算法的优点，其检测速度为Fast-RCNN 的6 倍，map值比YOLO高11%。

MobileNet-SSD 算法是利用改进的MobileNet 网络替换SSD 中的VGG16 网络，在其他结构不变的情况下可以提升模型的运行速度，减少模型的大小。结合定位的矿石位置，使用掩码信息提取矿石中心图像，并利用KNN 模型进行二次预测，结合两次的预测结果进行加权处理，输出最终的结果。

1.2 网络结构

MobileNet 是一种专注于嵌入式设备的轻量的卷积神经网络，相比于传统的卷积神经网络，采用深度可分离卷积（Depthwise Separable Convilution）在小幅度降低模型准确率的情况下可大大减少模型的参数与运算量。

MobileNet 中深度可分离卷积结构分为以下两部分。

（1）逐通道卷积。常规卷积为3 个卷积核负责1 个同共通道，而逐通道卷积（简称DW 卷积）的1 个卷积核负责1 个通道，DW 卷积在二维平面内进行，卷积核的数量与上一层通道数以及Featuremap 个数相同[6]，在减少参数的情况下保证网络的深度以及对信息的提取。

（2）逐点卷积。逐点卷积（PW 卷积）的运算与常规卷积运算非常相似，其卷积核的尺寸为1×1×M，M为上一层的通道数。所以这里的卷积运算会将上一步的map在深度方向上进行加权组合，生成新的特征图。有几个卷积核就有几个特征图输出[6]。

（3）算量计算。模型的计算量简称算量，是衡量算法运行速度以及训练速度的一个关键指标。实例中输入的图片为3（M）通道输入，4 通道，最终输出4（N）个特征图，图片的长宽为DF，卷积核大小为（3×3）DK×DK，具体如图1 所示。

图1 算量对比

通过理论计算，深度可分离卷积在深度加深的情况下计算量大约为普通卷积计算量的1/8～1/9，嵌入式设备算力较低，VGG16 在大多数设备运行不良而MobileNet-SSD 则能流畅运行，且所占内存空间也更少。

2 实验

2.1 图像数据集

实验室数据集为从某地下铁矿实地采集，数据集包含1334 张图片共5 个类别，分别为磁铁矿贫/富、赤铁矿贫/富以及围岩，经过图像翻转变换、平移变化、噪声扰动、缩放旋转等数据增强操作，将原有的数据集扩充成5 565 张图片，部分数据如图2所示。

图2 部分数据图展示

2.2 实验环境

本实验平台配置：系统为win10-64；CPU 为i 711700；GPU 为双路1060-6G；模型的搭建及训练均在python3.7 以及tensorflow2.2 下进行编译及训练；使用tensorflow 进行分布式训练并利用N 卡CUDA 进行加速训练过程。

2.3 评价指标

目标检测算法模型的精度由 mAP（mean Average Precision）来进行评定，其中AP为PR曲线下的面积值；P为精确度（Precision），R为召回率（Recall）所组成的面积及为AP值。

式中，TTP是其IOU 值大于阈值检测框的数量（阈值设置为0.5）；FFP为IOU 值小于阈值检测框的数量；FFN为没有检测到的真实框的数量；RRecall表示分类器认为是正类且原本确实是正类的部分占所有原本属于正类的比例；PPrecision表示分类器认为是正类并且原本确实是正类的部分占所有分类器认为是正类的比例。

训练采用迁移学习的训练思想，设计训练过程为50 Epoch，前25 Epoch 执行冻结前20 层权重进行训练，25～50 Epoch 训练正常；利用 Early Stopping（早停法）对迭代进行控制，在3 次训练损失值下降少于0.1 或不下降时终止训练，最终迭代在47 Epoch 提前终止，损失值收敛到6.25，在进行多次训练的模型中效果较好，如图3 所示。