简介一篇发表于《江苏建筑职业技术学院学报》2019年第4期的学术论文PDF围绕基于CNN卷积神经网络的煤矸石自动分选展开面向深度学习、计算机视觉及矿山智能化方向的科研人员和从业者。论文提出利用卷积神经网络这一深度学习算法对煤块与矸石图像纹理特征进行多层次提取并自动分类测试准确率达92%有效规避了传统灰度特征在原始样本下易受色差干扰的问题。资源包含完整论文正文、摘要、图表数据及参考文献仅1个PDF文件压缩包约1.98MB内容紧凑且结构清晰。读者通过该论文可以系统了解CNN在图像分类与工业分选中的应用流程掌握卷积层、池化层、全连接层等核心概念同时学习机器学习、数据建模在真实工业场景中的落地方法。目前该PDF已有338人学习适合作为相关课题调研、论文写作或课程学习的参考资料。1. 从煤流里认出矸石CNN为什么成了这个问题的默认答案煤炭开采中煤和矸石灰分一般高于50%的岩石分离是选煤厂的第一个环节。传统人工手选费人力、效率低而基于X射线和浮选的设备成本高、维护复杂。近五年的现场经验是只要能用可见光相机拍到煤流就能用CNN卷积神经网络做实时分类把分选精度做到95%左右单帧处理控制在几十毫秒。这个思路的实质是把煤和矸石当成两类图像特征让卷积核自己去学颜色、纹理、边缘上的差异而不是写一堆人工规则。这篇博文就按工程落地的顺序把图像采集、模型设计、训练和部署串一遍如果你是刚接手分选项目的算法工程师可以直接照着搭。2. 煤矸石图像数据的采集、标注与预处理2.1 现场相机安装与图像采集的3个注意事项煤矸石分选和普通图像分类不一样现场环境不是实验室皮带在跑、煤粉在飞、光照在变。相机安装位置直接决定模型能看到什么。我一般把相机架在皮带落料点后方的固定横梁上垂直或略微倾斜俯拍让每块煤或矸石在图像里占超过30%的像素面积。这样分类时才不会把一堆碎块混在一起当整体。注意事项有三个。第一是光源均匀性煤矸石表面有镜面反射强点光源会造成高光区域让纹理特征失效建议用两排LED条形灯从两侧45度打光。第二是防尘选煤厂粉尘大相机镜头要配吹扫气幕否则半小时后图像就开始发白。第三是触发方式用皮带秤或光电传感器触发相机拍照避免拍空带减少无效数据和存储压力。2.1.1 采集参数和样本数量的经验值相机分辨率建议不低于500万像素曝光时间1ms以内否则皮带高速运动时会有运动模糊。下表是我在多个选煤厂使用的采集参数参考值注意不同现场煤质不同参数不是死的。参数推荐值备注相机类型工业面阵相机可见光彩色分辨率2048×1536保证小块矸石有足够像素曝光时间0.5~1ms皮带速度越高曝光越短帧率30~60fps配合触发信号可降低拍摄距离40~60cm视场宽度约40cm图像格式PNG或BMP避免JPEG压缩丢失纹理样本数量上每类至少5000张总共一万张打底。煤和矸石类别不平衡时不要直接用原始样本训练否则模型会偏向多数类。现场采集时还要覆盖不同煤种、不同含水量、不同粒度否则模型换一个矿就失效。2.2 标注格式与数据清洗标注用矩形框还是整图分类自动分选通常只需要判断皮带上每一块物体是煤还是矸石所以先做目标检测把单个物体框出来再对框内图像分类。我的做法是先用YOLOv8或Faster R-CNN检测煤块位置然后按检测框裁剪成小块存成二分类数据集。这一步能复用已有检测模型不用手工裁剪上万张图。清洗时重点处理三类坏图。第一类是模糊图运动模糊和失焦都算用Laplacian方差低于阈值就丢弃。第二类是过暗或过曝图基于灰度直方图判断。第三类是异物图比如锚杆、木片、铁丝这些不属于煤也不属于矸石但会在现场出现如果不剔除模型会把它们和矸石混在一起。import cv2 import numpy as np def is_blurry(image, threshold80): gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) var cv2.Laplacian(gray, cv2.CV_64F).var() return var threshold def is_bad_exposure(image, low30, high220): gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) mean gray.mean() return mean low or mean high这段代码对每张裁剪图计算Laplacian方差方差低说明边缘少大概率是糊的。曝光判断用全局灰度均值现场如果是暗煤阈值要调整不能全局套用。处理完成后把所有有效图统一缩放到固定尺寸比如128×128或224×224。2.3 数据增强把一万张变成足够泛化的训练集煤矸石分类中增强不是随便翻转要贴合物理规律。水平翻转可以用垂直翻转基本不用因为皮带上的物体不会倒悬。随机旋转不超过15度超过后碎煤块的纹理方向会失真。颜色增强适度亮度扰动、对比度扰动是重点因为现场光照确实会波动。还有一种常用的增强是Cutout或RandomErasing模拟煤粉覆盖部分表面的情况。import albumentations as A train_transform A.Compose([ A.HorizontalFlip(p0.5), A.Rotate(limit15, p0.8), A.RandomBrightnessContrast(brightness_limit0.2, contrast_limit0.2, p0.8), A.CoarseDropout(max_holes8, max_height16, max_width16, p0.3), A.Resize(128, 128) ])参数说明A.Rotate的limit15表示随机旋转角度在-15到15度之间CoarseDropout会在图上随机挖掉若干个小矩形区域模拟煤矸石表面被粉尘遮挡。增强后模型对光照变化和局部遮挡的鲁棒性会显著提升。增强只能在训练时用验证集和测试集只用Resize和归一化否则评估指标会虚高。3. CNN模型设计从结构原理到煤矸石分类的落地配置3.1 为什么选CNN而不是前馈神经网络图像处理为什么用CNN不用前馈神经网络这个问题在煤矸石分选场景下很好回答。前馈神经网络也就是全连接网络把图像展成一维向量会破坏像素之间的空间相邻关系。煤和矸石的区别主要在局部纹理煤的纹理呈条带和内生裂隙矸石一般有颗粒状和块状结构。如果用全连接网络它看到的只是散列的像素值学不到“相邻像素组成边缘、边缘组成纹理”这个层次关系。CNN通过卷积核在图像上滑动每个卷积核只关注一个小邻域比如3×3或5×5再通过多层堆叠增大感受野。第一层学习边缘、纹元第二层组合成局部形状后面才学会区分整体类型。这和人类识别煤矸石的方式接近先用纹理和光泽判断而不是逐个像素比对。而且卷积核是共享权重的参数量远小于全连接层不容易过拟合这对现场少量样本场景很友好。3.2 一个可用的CNN结构参考LeNet-5思路LeNet-5卷积神经网络是1998年提出的经典结构虽然年代久远但它的“卷积-池化-全连接”骨架今天依然适用。煤矸石图像分辨率不高128×128输入足够。我常用的一个基础模型如下import torch.nn as nn class CoalGangueCNN(nn.Module): def __init__(self, num_classes2): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.BatchNorm2d(16), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 128-64 nn.Conv2d(16, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 64-32 nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(2) # 32-16 ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64 * 16 * 16, 128), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(128, num_classes) ) def forward(self, x): return self.classifier(self.features(x))结构说明三个卷积层池化层组成特征提取器卷积输出通道从16增加到64空间尺寸从128降为16。经过Flatten后16×16×6416384个特征输入全连接层。这里没有用大卷积核因为煤矸石纹理差异属于中频细节3×3卷积堆叠比5×5参数更少、非线性更强。3.3 卷积、池化、激活函数在煤矸石分类里的作用卷积操作是核心。Conv2d(3, 16, kernel_size3, padding1)表示输入是3通道RGB图像使用16个3×3卷积核输出16个特征图。每个卷积核在图像上滑动计算局部像素和权重乘积提取一种特征。有的核学出来是横向边缘有的是纵向边缘有的是斑点纹理。关键参数padding1让特征图尺寸不变避免边缘像素被丢弃。池化层MaxPool2d(2)把每个2×2区域取最大值特征图尺寸减半同时保留最强烈的特征响应。这样模型的空间敏感度降低对煤块位置小幅偏移更鲁棒。如果去掉池化感受野增加慢且计算量成倍增长。BatchNorm和Dropout都是正则化手段。BatchNorm让每层输入分布稳定可以用更大的学习率Dropout在全连接层随机丢弃一半神经元有效防止参数量大时过拟合。煤矸石数据集通常在一万到五万之间全连接层极易过拟合Dropout必须加。3.4 从LeNet到现代结构的选型边界LeNet适合在数据量和算力都受限的条件下用。如果你有更多数据和GPUResNet18或MobileNetV3是常见升级。ResNet加了残差连接解决深层网络梯度消失问题MobileNet用深度可分离卷积参数量少适合部署到边缘设备。我的选型经验是现场控制电脑有GPU用ResNet18如果是嵌入式设备比如Jetson Nano先试MobileNetV3-small。但不要一上来就堆大模型煤矸石分类任务相对简单大概率基础CNN就能到98%以上的准确率大模型只在纹理极度相似时才需要。# 使用ResNet18时只需替换最后一层全连接 import torchvision.models as models model models.resnet18(pretrainedFalse) model.fc nn.Linear(model.fc.in_features, 2)注意预训练权重问题。ImageNet上没有煤和矸石但底层特征边缘、色彩是通用的。如果数据量少用pretrainedTrue可以加快收敛如果数据量超过两万从零训练和预训练效果差距很小。实际工程中为了减少依赖我更喜欢从零训练一个窄而浅的CNN因为煤矸石图像的颜色分布与自然图像差异较大预训练权重未必带来好处。4. 训练流程与参数调优从过拟合到95%准确率4.1 数据集划分与评估指标在训练之前先把数据按6:2:2划分为训练集、验证集、测试集。注意要按煤块ID分组不能用同一块煤的多个裁剪图同时出现在训练集和验证集否则验证集指标会虚高。我在现场踩过这个坑模型在验证集95%准确率上线后只有88%原因就是数据泄漏。评估指标不能只看准确率。煤矸石分选中矸石被误捡成煤漏检会导致产品质量下降煤被误捡成矸石误检会导致资源浪费。所以要同时看精确率Precision和召回率Recall。如果分选目的是“提高精煤质量”应优先保证矸石召回率如果目的是“减少煤损失”则要降低误检率。业务指标要在模型训练前就定下来不能训练完再谈。指标公式含义在分选场景中的优先级准确率 Accuracy(TPTN)/(TPTNFPFN)总的判断正确率参考精确率 PrecisionTP/(TPFP)检出的矸石中真矸石比例高召回率 RecallTP/(TPFN)真实矸石中被检出的比例很高F1 Score2×P×R/(PR)均衡指标选型时用4.2 损失函数、优化器与学习率设定煤矸石二分类最常用交叉熵损失CrossEntropyLoss它直接衡量预测概率分布和真实标签的差距。在PyTorch里nn.CrossEntropyLoss()会自动对模型输出做Softmax转换所以模型最后一层不需要额外加Softmax。优化器方面Adam和SGD都常用。我的习惯是小数据集用Adam收敛快对学习率不敏感大数据集用SGDMomentum最终泛化效果好。下面是完整训练循环的骨架import torch import torch.nn as nn from torch.utils.data import DataLoader device torch.device(cuda if torch.cuda.is_available() else cpu) model CoalGangueCNN(num_classes2).to(device) criterion nn.CrossEntropyLoss() optimizer torch.optim.Adam(model.parameters(), lr1e-3) scheduler torch.optim.lr_scheduler.StepLR(optimizer, step_size10, gamma0.1) for epoch in range(30): model.train() running_loss 0.0 for images, labels in train_loader: images, labels images.to(device), labels.to(device) optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() running_loss loss.item() * images.size(0) epoch_loss running_loss / len(train_loader.dataset) print(fEpoch {epoch1}, Loss: {epoch_loss:.4f}) scheduler.step()关键参数说明初始学习率1e-3对Adam比较稳定scheduler每10个epoch把学习率缩小为原来的0.1帮助收敛到平坦最小值。如果你的训练损失不下降考虑把学习率降到3e-4如果损失波动大降低batch size或学习率。4.3 过拟合判断与4个解决手段训练过程中如果训练loss持续下降而验证loss在第5个epoch开始上升这是过拟合的典型信号。煤矸石数据类别简单却很容易过拟合因为矸石表面有大量细节模型会记住噪声而不是本质特征。解决手段按优先级排第一加大数据增强特别是随机旋转和色彩抖动第二增加Dropout比例从0.5提高到0.7第三减少模型复杂度把通道数减半第四添加权值衰减weight_decay1e-4。在训练代码中加入optimizer torch.optim.Adam(model.parameters(), lr1e-3, weight_decay1e-4)即可实现L2正则化。此外还可以用早停法Early Stopping。当验证loss连续5个epoch没有改善时保存当前最优模型并停止训练。PyTorch没有内置早停需要自己写一个简单的判断逻辑。4.4 类别不平衡与难例挖掘如果现场采集到的煤比矸石多很多类别比例可能达到5:1。直接训练会让模型偏向预测煤。常见做法是调整损失函数的权重criterion nn.CrossEntropyLoss(weighttorch.tensor([1.0, 3.0]).to(device))weight数组对应类别顺序矸石类的权重设高一些让误判矸石的惩罚变大。另一种方法是Focal Loss它可以自动降低易分类样本的权重让模型聚焦于难分样本。煤矸石中难分样本通常是粒度和颜色都很接近的小块。训练完成后用测试集计算混淆矩阵。不要只看一个指标。建议导出如下结果TP、FP、FN、TN然后和业务方讨论。如果漏掉的矸石都是同一种粒度说明采集数据时粒度覆盖不全需要补充样本而不是继续调参。5. 部署到自动分选设备和模型验证5.1 把PyTorch模型转成ONNX并推理训练完成的模型要部署到分选控制单元常见方案是TensorRTNVIDIA GPU或OpenVINOIntel CPU。PyTorch模型先转成ONNX是标准步骤model.eval() dummy_input torch.randn(1, 3, 128, 128).to(device) torch.onnx.export( model, dummy_input, coal_gangue.onnx, input_names[input], output_names[output], opset_version11 )转换时注意两点一是model.eval()必须调用否则BatchNorm和Dropout仍然在训练模式推理结果不稳定二是固定输入尺寸ONNX不支持动态尺寸在部署时更麻烦。转换后可以用onnxruntime验证输出是否和PyTorch一致import onnxruntime as ort import numpy as np sess ort.InferenceSession(coal_gangue.onnx) ort_out sess.run(None, {input: dummy_input.cpu().numpy()})5.2 和现场PLC联动从模型输出到喷阀动作自动分选本质上是一个时序控制问题。相机拍到煤矸石后模型输出类别但喷阀不能立刻动作因为物料从相机位置到执行机构有传输延迟。常见的做法是在相机位置识别出矸石后记录时间戳通过PLC延迟设定值再触发喷阀。延迟时间根据皮带速度和相机与喷阀的距离计算延迟时间(ms) 距离(mm) / 带速(mm/ms)如果带速是1.5m/s距离是600mm延迟就是400ms。这个值在调试时要微调因为物料可能在皮带上滑动。我一般先用LED标定球做链路测试再把模型输出接入PLC。部署时给模型一个置信度阈值比如confidence 0.7才触发低于阈值默认放行因为把煤当矸石打掉的成本高于矸石混入煤里的成本。5.3 量化与加速让模型跑得更快如果推理速度不满足要求常见做法是INT8量化。TensorRT可以把FP32模型转成INT8速度提升2~3倍。但量化需要校准数据收集500张代表性的煤矸石图像作为校准集放到量化工具中计算每个激活值的分布。量化后准确率一般下降0.5~1%可接受。如果下降超过2%就退回FP16或者使用更大的校准集。实际部署环境还要考虑粉尘和震动对工控机的影响。不建议在现场训练模型只做推理。把训练好的模型参数固化到只读目录启动时加载防止意外断电导致文件损坏。5.4 验证体系上线前和上线后的闭环上线前把测试集里的难例图像单独列出来逐一确认模型判断。上线后记录每天的分选准确率和误检率和人工抽检结果对比。如果发现准确率持续下降先检查相机镜头是否污染、光源是否衰减再检查煤种是否有变化。煤炭来源变化时模型需要增量训练使用原来的权重继续训练新数据学习率调小到原值的十分之一。自动分选模型不是一个静态交付物而是一个需要持续维护的系统。把现场的图片定期回传每周做一次人工复核把错分的图片加入到训练集这是保证模型长期有效的关键。CNN只是识别核心真正决定项目成败的是数据反馈闭环。本文还有配套的精品资源点击获取