当前位置：首页 > 产品中心

矿石的识别

矿石的识别

几个简易方法，教你鉴别手中的矿物中国地质大学逸夫博物

2019年12月4日通过试验和观察，你可以确定矿物的硬度这一关键识别因素。例如，粉状滑石的Mohs硬度为1；你可以用手指捏碎它。另一方面，钻石硬度为10。它通常被认为是人类已知逸夫博物馆与广西自然资源博物馆签署共建协议逸夫博物馆参加首届“乡村化石文图片新闻2021年4月22日基本原理是——采用人工智能方式，把已确认的矿物、岩石图片存放于地质云服务器中，建立识别模型，通过计算机深度学习方式，对新采集的矿物、岩石图像进行识别。带你了解“地质云” ——智能识别矿物系统中国地质 2022年5月19日岩石图像智能识别与知识问答系统（简称智能岩识），是安徽省地质调查院（安徽省地质科学研究所）独立研发的一款交互式，智能化地学科普产品，开发目的主要是辅助非地学专业人员开展野外岩石鉴定，提供岩石鉴定知教师神器认识岩石和矿物，这四个神奇的小程序推

基于深度学习的矿石图像处理研究综述 USTB

2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。2021年10月8日提出了一种基于深度学习的岩石薄片矿物自动识别方法，利用深度卷积神经网络自动提取岩石薄片图像中不同矿物的有效特征，并对其进行语义分割与识别，综合利用单偏光基于深度学习的岩石薄片矿物自动识别方法2018年5月30日本研究基于深度学习系统TensorFlow，以吉林夹皮沟金矿和河北石湖金矿的黄铁矿、黄铜矿、方铅矿、闪锌矿等硫化物矿物为例，设计有针对性的Unet卷积神经网络模型，有效自动提取矿相显微镜下矿石矿物的深层特征信基于深度学习的镜下矿石矿物的智能识别实验研究2021年4月22日你可以通过自己拍照或上传相册图片至地质云系统，经过对比分析处理，实现对矿物、岩石的实时“刷脸识别”。目前，该系统可以快速识别100类矿物，识别精度达70%以上。已确认的矿物图像红色菱锰矿金光闪闪的黄铁带你了解“地质云” ——智能识别矿物系统矿业界

25张照片，教你快速分辨金属矿石，建议收藏知乎

2020年11月11日文章作者：矿业汇文章来源：矿业汇公众号原文链接：25张照片，教你快速分辨金属矿石，建议收藏照片名称：锡矿石 Tin ore矿石矿物为锡石，暗褐色，金刚光泽，自形半自形中粒结构，块状构造，脉石矿物有石英，矿物识别较大程度上依赖人工经验判断，这种方法成本高昂且受矿物识别人主观影响较大，文中提出利用深度学习神经网络的方法自动识别矿物种类。通过模拟专家目视识别矿物的方式采集了矿物RGB图像和高光谱图像样本，利用以上样本对卷积神经网络进行训练并得到矿物种类识别模型。基于高光谱图像的矿物种类深度识别方法2022年5月19日原名岩石大数据图鉴定，不能识别，但搜集了很多岩石的高清图片，AI 对岩石的识别率其实不高，这个小程序可以做为参考。四、常见岩石矿物的显微结构与岩石印象很相似，但新增了很多矿物图片和显微结构图，可以作为识别的参考教师神器认识岩石和矿物，这四个神奇的小程序推荐给你知乎5 天之前 ‎Stone Check 是您识别宝石和矿物不可或缺的助手！通过我们的应用程序，您只需通过一张照片，就能轻松识别出您面前的是哪种宝石或矿物。 Stone Check 的优点识别：只需拍摄一张石头的照片，上传到应用程序，Stone Check 就会立即从我们庞大的石头和矿物数据库中识别出它。分类：我们的宝石系列 ‎App Store 上的“岩石石头识别矿物水晶宝石鉴定”

基于深度学习的矿石图像处理研究综述 ResearchGate

2023年1月3日寸的矿石，防止处于给矿皮带和受矿皮带之间的转运缓冲仓内发生堵料事故；异物识别能将皮带上混在矿石中的有害物品检测出来关键词深度 2024年6月3日矿石识别模块：采用图像处理和机器学习技术，如特征提取、分类器等，对预处理后的矿石图像进行识别，确定矿石的种类和特征。矿石分类模块：根据识别结果，将矿石按照预设的分类标准进行分类，如按矿石类型、颜色、纹理等。基于Matlab的矿石检测识别分类计数系统 CSDN博客2024年5月31日为此，开发更加智能和灵活、具有良好适应性的新型检测技术，支持在不损害矿石本身的前提下快速准确地识别和分析各类矿石的组成，才能满足各类矿种的个性化检测需求。《3 恶劣环境下稳定运行与即时反馈》 3 恶劣环境下稳定运行与即时反馈矿石品位在线检测技术发展研究 CAE2021年10月8日矿物识别是岩石分类定名的重要依据，也是了解岩石成因机理、物质运移、演化历史的基础，在采矿学、岩石学、火山学等地质学科领域中发挥了极为重要的作用 [15]。通常，先将岩石磨制成薄片，再由专业人员在单偏光和正交偏光下从不同的角度观察待识别矿物的颜色、纹理、消光角、形状等特征基于深度学习的岩石薄片矿物自动识别方法

锡 (Sn) 矿石矿物、产状、形成、矿床

2023年4月23日锡矿石，也称为锡石，可以使用各种方法和技术来识别。锡矿石鉴定的一些常见方法包括：目视检查：锡矿石通常具有独特的外观，呈黑色、棕色或红棕色，具有亚金属至金属光泽，并且通常表现出明显的基底解理。目视检查矿物的颜色、光泽 2021年8月21日由于不同矿石的成分和结构不同，其光谱特征存在很大差异，因此需要针对不同矿种和矿石类型建立独有的光谱识别模型，即“一矿一模型”，构建理想化的普适化模型可能是不现实的。（3）加强相关理论研究，建立考虑光谱多因素综合影响的完备模型。东北大学刘善军教授：智能矿山中的岩矿光谱智能感知技术与 2019年2月1日孩子上小学，最近非常喜欢研究各种石头和他们的组成成分，请问有没有一些这样的app呢，可以学习，鉴别， 3公众号：寒枫春晓没错，我自己的公众号，不过我不是为了盈利，纯兴趣做的，毕竟喜欢了20年的石头了，我还是很知道这玩意哪好玩的请问上有哪些有关矿石的app？知乎2024年3月9日文章浏览阅读888次，点赞15次，收藏23次。这篇文章详细介绍了如何利用卷积神经网络进行94种矿石的识别，包括提供代码下载、视频演示以及如何使用数据集训练模型（如01到045号项目）。此外，还涉及了多种AI应用，如图像处理、目标检测、人脸识别、手势识别等，并展示了如何通过pyqt创建交互式 045基于卷积神经网络的94种矿石识别CSDN博客

基于深度学习的矿石图像处理研究综述 USTB

2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。其中，矿石分类在地质勘探中起着重要作用；粒度分析能为破碎机和传送 2024年8月1日明，2010）。这对于从事矿物识别及相关工作人员的专业知识与经验要求较高，而且对矿石识别的准确度较低，难以大规模应用于实际场景。近年来，为了提高矿石识别效率及解决识别准确度低的问题，以机器学习为代表的矿物智能识别成为了研究的热点基于改进ConvNeXt网络的矿物图像智能识别识别金矿石的方法有很多，一般来说，自然金矿石的外观比较明显，通常呈现出黄色或金黄色，并具有良好的延展性和导电性。而硫化金矿石则需要进行化学测试和物理测试，通过化学反应和矿物特性的分析，确定其中是否含有金属元素。金矿石的种类及识别百度文库2023年11月1日综上，针对矿山传送带分拣大块矿石智能化检测定位困难的问题，本文基于YOLOv5 模型对大小不一的矿石进行识别。同时，为了提高复杂背景下矿石图像检测效果，本文采取基于改进YOLOv5 算法对矿石图像进行识别，为后续实现工业机械手实时分拣提供 2基于改进YOLOv5的矿石目标检测算法 hanspub

基于深度学习的矿石图像处理研究综述 USTB

2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。其中，矿石分类在地质勘探中起着重要作用；粒度分析能为破碎机和传送矿石一般由矿石矿物和脉石矿物组成。矿石矿物是指矿石中可被利用的金属或非金属矿物，也称有用矿物。如铬矿石中的铬铁矿，铜矿石中的黄铜矿、斑铜矿、辉铜矿和孔雀石，石棉矿石中的石棉等。脉石矿物是指那些与矿石矿物相伴生的、暂不能利用的矿物，也称无用矿物。矿石（矿物集合体）百度百科针对传送带矿石块度还需要人工测量的问题，提出了一种基于深度学习的矿石块度检测方法。该方法在Darknet框架下采用残差神经网络结构组成CSPDarkNet21主干特征提取网络，在考虑只需要识别判断大块矿石的条件下选用简单双向特征融合PANet作为特征提取矿石块度视觉识别判断方法2019年9月21日自然界的金绝大多数都是以纯金的形式存在，且含量不会很多。如果看到一大块黄灿灿的石头，那多半是愚人金等假金矿石。真金矿中的金多以小颗粒状或条状零星分散于矿石的里或外面。鉴别于不难：用火烧，真金不怕火烧，烧过之后还是黄灿灿的。百科黄铜矿、黄铁矿和自然金矿石的辨别方法！好用！用途

矿石的识别与鉴定方法百度文库

矿石的识别与鉴定方法风险04矿石鉴定的注意事项遵守相关法律法规遵守国家法律法规，尊重知识产权遵守行业规范和标准，确保鉴定结果的准确性遵守职业道德，保护客户隐私和商业秘密遵守环境保护法规，确保鉴定过程对环境无害注意安全问题佩戴防护2024年5月22日深度学习技术的快速发展为矿石分类和识别带来了新的可能性，特别是基于卷积神经网络(cnn)的图像分类方法。由于其在分析和处理颜色纹理特征方面的优异性能，cnn在自动化和高效的矿石识别任务中展示了其潜力。特征金字塔网络和路径聚合 YOLOv5 矿石分类筛选基于融合注意力机制的矿石分选网络 2021年10月9日物识别的扩展性模型判定法也成为近年来矿物智能识别多数人采用的方法近年来，随着人工智能技术的快速发展，许多学者运用机器学习方法基于机器学习的矿物智能识别方法研究进展与展望 2022年3月10日薄片鉴定是地质找矿工作中进行岩性识别的重要技术，细致地展现岩石的微观特征和结构(朱世松等，2020；程国建等，2021)，在岩性识别研究方面具有其他技术无法取代的优势，但受限于实验条件的苛刻和对岩石样品薄片加工的要求，薄片鉴定技术通常是在实验岩性识别：方法、现状及智能化发展趋势

一种基于x射线识别的矿石智能分选设备及方法与流程 X技术网

本发明属于矿石分选技术领域，具体涉及一种基于X射线识别的矿石智能分选设备及方法，其属于新型智能矿石分选设备。适用于对矿石中多种有用成分含量进行测定和同步分选。背景技术在选矿领域中，由于铁矿、煤矿等矿石储量相对较大，在日常生产生活中的应用最广，决定了其选矿工艺 2021年1月9日在实际的野外鉴别中，矿物很少会以单晶体的形式存在，它们通常是很多小矿物颗粒的组合，被称为矿物集合体。有些集合体可以看到其中的矿物单晶，如沸石的放射状集合体。水晶晶簇等。有的则不能分辨其中的矿物单晶，更有甚者，有的矿物捡到一块石头，怎么判断他是什么石头？—野外简易鉴定篇2021年9月26日在矿石智能分选方面，Baklanova et al（2016）介绍了矿物岩石图像识别方法和算法的发展，描述了用于确定岩石成分、颜色和形状的聚类和形态分析算法；也有学者介绍了基于机器视觉的黑钨矿石智能分选机，该分选机对矿石图像进行灰度化和降噪预处理，设置基于图像识别的井下机车载矿量计量系统2017年10月10日谭永杰说，现在系统的识别模型已经建立，关键是要增加地质云服务器中矿物、岩石样本的图片数量，可供机器学习的样本图片数量越大，识别的准确率就越高。截至发稿，系统已经收集到矿物图片15万张、岩石照片4 厉害啦！装个软件自动识别矿物、岩石！

基于TensorFlow的卷积神经网络的岩石图像分类识

2024年3月10日第6章图像识别与卷积神经网络卷积神经网络(Convolutional Neural Network,CNN) 61 图像识别问题简介及经典数据集图像识别问题简介图像识别问题希望借助计算机程序来处理、分析和理解图片中的内容，使得计算机 2021年12月10日收稿日期010611基金项目国家自然科学基金项目（编号：）。作者简介何文轩1988—，男，硕士研究生。总第544期01年第10期金属矿山METALMINE基于YOLOv4tiny的铁矿石品位识别技术研究何文轩1荆洪迪柳小波于健洋1孙效玉11（1东北大学智慧矿山研究中心，辽宁沈阳；中国科学院沈阳自动化研究所基于YOLOv4tiny的铁矿石品位识别技术研究道客巴巴2021年10月9日物识别的扩展性模型判定法也成为近年来矿物智能识别多数人采用的方法近年来，随着人工智能技术的快速发展，许多学者运用机器学习方法基于机器学习的矿物智能识别方法研究进展与展望 2024年6月4日提高矿产品质量和效益：智能选矿技术能够实现矿石的精准识别和高效分选，从而提高矿产品质量和回收率，降低生产成本。 2 降低能耗和环境污染：智能选矿技术采用先进的分选设备和方法，有助于降低能耗和减少废弃物产生，实现绿色环保智能选矿技术在矿业生产中的应用矿石识别质量

X射线荧光光谱结合判别分析识别铁矿石产地及品牌: 应用拓展

2019年12月3日引言铁矿石是钢铁工业的重要原材料, 我国近90%的铁矿石依赖进口 [1], 2018年进口量约1038亿吨, 居世界位。澳大利亚、巴西、南非、哈萨克斯坦、印度是我国铁矿石最主要的进口国, 涉及国际大型矿业集团数十种品牌铁矿石。2020年9月16日基于CART和PU算法的矿石矿物的智能识别沈阳师范大学学报(自然科学版), 38(2): 176182 doi: 103969/jissn16735862202002013 左仁广, 彭勇, 李童, 等, 2021 基于深度学习的地质找矿大数据挖掘与集成的挑战基于机器学习的矿物智能识别方法研究进展与展望 Earth 2024年3月1日随着社会的发展，我国对矿产资源的需求日益增加，如何更加高效地利用矿石，减少加工过程中产生的废料，是当前迫切需要解决的问题。解决这个问题的关键之一是精准地识别矿物，为不同种类、不同大小的矿物选取合适的冶炼方法。莱森光学：基于高光谱图像的矿物种类深度识别方法2019年7月12日而卷积神经网络作为图像识别的首选算法，其对于图像的特征提取具有很好的效果，而Keras框架作为卷积神经网络的典型框架，可以很好地创建神经网络层，更容易提取图像特征，从而达到区分矿石的目的，从而在生产实践中达到辅助的效果。煤等矿物的视觉识别CNN卷积神经网络实现图像识别煤炭