简介： 本发明涉及一种基于卷积神经网络的X光图像下矿石分选方法及系统，包括以下步骤：人为选定不同种类的矿石作为样本通过X光机；根据矿石原始通透率矩阵数据，对矿石内部图像进行染色；将染色后的图像进行分类标记，通过卷积神经网络进行训练，生成识别模型；将待识别矿石通过X光机并进行染色后，预测出待识别矿石的种类及位置。通过计算机人工智能的方式，使用X光机对于矿石内部进行成像，将X光机成像的染色图进行深度学习卷积神经网络的训练，可以在不进行其他化学检测手段外，模拟人的经验对于矿石分配评估的方式，对矿石含量等级进行识别预判，此方式接近人为分选的准确度，在分选行业公差内，可以实现实时、快速、成批量、低成本的分选。