Подробное описание документа

Селезнева М. С., Клычников В. В.
   Подходы к сегментации изображений в горно-металлургической промышленности / Селезнева М. С., Клычников В. В. // Будущее машиностроения России. Всероссийская конференция молодых учёных и специалистов (с международным участием), 18-я, (Москва, 23 - 26 сентября 2025 года) : сборник докладов : в 2 т. / МГТУ им. Н. Э. Баумана, Союз машиностроителей России. - 2026. - Т. 2. - С. 186-189.

Скачать документ

Полнотекстовый документ

Задачи сегментации и детекции в горнодобывающей и металлургической промышленности чрезвычайно важны для повышения эффективности и безопасности производственных процессов. К типичным задачам относятся сегментация конвейерной ленты и находящегося на ней материала, определение гранулометрического состава руды (выделение и измерение отдельных фрагментов), обнаружение специальных меток (например, нулевых отметок или порядковых меток на ленте), а также выявление аномалий (трещин, разрывов, смещений ленты и посторонних объектов). Эти задачи требуют обработки RGB-изображений и видео в реальном времени, что накладывает строгие ограничения на скорость и надежность алгоритмов. Ниже проанализированы существующие подходы к сегментации в данных промышленных условиях, начиная от классических методов обработки изображений и заканчивая современными глубокими нейросетевыми моделями. Особое внимание уделено передовым архитектурам сегментации и детекции, таким как SegFormer и новейшие версии семейства YOLO (v11, v12), показавшие высокую эффективность в реальных приложениях.