本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的巖渣分類算法，巖渣作為掘進(jìn)過程中主要的產(chǎn)物，包含豐富的信息，研究及工程實(shí)踐表明可通過對(duì)巖渣的類別進(jìn)行觀測(cè)，實(shí)時(shí)推測(cè)刀盤的工作狀況。通過圖像識(shí)別巖渣種類以達(dá)到間接檢測(cè)刀盤的目的，從而指導(dǎo)現(xiàn)場(chǎng)施工人員及時(shí)檢查和更換刀具。相機(jī)在傳送帶上方采集圖像，避開了惡劣的生產(chǎn)環(huán)境，同時(shí)還具有設(shè)備簡(jiǎn)單、損耗低、成本低、長(zhǎng)時(shí)間監(jiān)測(cè)等優(yōu)點(diǎn)，以此為動(dòng)機(jī)，該發(fā)明提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的巖渣分類算法。為提取巖渣圖像特征，該文首先根據(jù)預(yù)訓(xùn)練模型遷移學(xué)習(xí)參數(shù)，同時(shí)配合數(shù)據(jù)擴(kuò)增方法，將擴(kuò)增后的巖渣數(shù)據(jù)集作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練巖渣分類網(wǎng)絡(luò)。為實(shí)現(xiàn)盾構(gòu)機(jī)邊緣端的算法部署，本發(fā)明還提出一種結(jié)合量化與剪枝的網(wǎng)絡(luò)壓縮方法，對(duì)網(wǎng)絡(luò)進(jìn)行了近乎無損的壓縮，減小了參數(shù)量和計(jì)算量。