煤炭工程

作者：靳子越,苏士杰,李海涛,王亚田,杨冠宇,陈宇龙,张海宽,郭富城

单位：1. 煤炭科学研究总院 深部开采与冲击地压防治研究院，北京 1000132. 中国中煤能源股份有限公司，北京 1001203. 煤炭智能开采与岩层控制全国重点实验室，北京 1000134. 天地科技股份有限公司 北京技术研究分公司，北京 100013

关键词：煤岩裂隙检测,目标检测,YOLOv10,小波卷积,动态上采样,

为提高煤岩裂隙检测的精准性，研究了最新目标检测算法YOLOv10的架构设计原理及关键功能模块，从效率和精度的角度总结了其对于裂隙检测任务的显著优势，如双标签分配策略、效率驱动的模型设计（包括轻量级分类头、空间-通道解耦下采样、基于排序引导的模块设计）以及基于精度导向的模型设计（如大核卷积、部分自注意力模块）。对于煤岩裂隙检测任务中细小裂隙难以捕获的问题，通过采用动态上采样DySample替换原上采样层，使用小波卷积层WTConv替换C2f-BottleNeck，并采用Focaler-IoU损失函数，针对性地改进了经典YOLOv10的架构。改进后的YOLOv10算法适用于识别复杂裂隙煤岩试件动态裂隙的智能检测。实验结果表明，该模型在自制的CTRock数据集上表现出色，在Precision、Recall、mAP0.5、mAP0.5:0.95指标上分别达到了92.3%、93%、98.1%、85.1%，均优于原YOLOv10算法，能够快速检测煤岩CT图像不同发育特征裂隙，满足煤岩体裂隙检测的要求。

来源：2025年第11期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2025年第11期