本發(fā)明的目的是針對(duì)于現(xiàn)有技術(shù)中兼具分析礦石類別和粒度分布的圖像識(shí)別技術(shù)有待改進(jìn)的問(wèn)題，提供了一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的礦石分類和粒度分級(jí)方法及裝置，屬于選礦技術(shù)領(lǐng)域。本發(fā)明應(yīng)用計(jì)算機(jī)視覺(jué)中改進(jìn)的Faster?RCNN目標(biāo)檢測(cè)網(wǎng)絡(luò)提取特征，同時(shí)完成對(duì)礦石的分類及定位，取代人工設(shè)計(jì)的特征提取器；并通過(guò)目標(biāo)檢測(cè)網(wǎng)絡(luò)提取出來(lái)的礦石位置，利用FCN語(yǔ)義分割網(wǎng)絡(luò)對(duì)礦石進(jìn)行分割，得到礦石的粒度信息；而且，通過(guò)對(duì)圖像做對(duì)比度受限的自適應(yīng)直方圖均衡化、白噪聲去除等數(shù)據(jù)預(yù)處理工作，得到高質(zhì)量的圖像信息；同時(shí)，結(jié)合目標(biāo)檢測(cè)及語(yǔ)義分割技術(shù)，對(duì)礦石進(jìn)行分類及分割，提高破碎機(jī)效率、降低破碎能耗并為后續(xù)工序提供指導(dǎo)。