企业官网建设流程全解析

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。

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, threshold=80): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) var = cv2.Laplacian(gray, cv2.CV_64F).var() return var < threshold def is_bad_exposure(image, low=30, high=220): 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(p=0.5), A.Rotate(limit=15, p=0.8), A.RandomBrightnessContrast(brightness_limit=0.2, contrast_limit=0.2, p=0.8), A.CoarseDropout(max_holes=8, max_height=16, max_width=16, p=0.3), A.Resize(128, 128) ])

参数说明：A.Rotate的limit=15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_classes=2): super().__init__() self.features = nn.Sequential( nn.Conv2d(3, 16, kernel_size=3, padding=1), nn.BatchNorm2d(16), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 128->64 nn.Conv2d(16, 32, kernel_size=3, padding=1), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 64->32 nn.Conv2d(32, 64, kernel_size=3, padding=1), nn.BatchNorm2d(64), nn.ReLU(inplace=True), nn.MaxPool2d(2) # 32->16 ) self.classifier = nn.Sequential( nn.Flatten(), nn.Linear(64 * 16 * 16, 128), nn.ReLU(inplace=True), 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，16×16×64=16384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_size=3, padding=1)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padding=1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GPU，ResNet18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(pretrained=False) 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pretrained=True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。

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SGD+Momentum，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_classes=2).to(device) criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=1e-3) scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.1) 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(f'Epoch {epoch+1}, 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_decay=1e-4）。在训练代码中加入optimizer = torch.optim.Adam(model.parameters(), lr=1e-3, weight_decay=1e-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(weight=torch.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TensorRT（NVIDIA GPU）或OpenVINO（Intel 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_version=11 )

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