煤炭工程

作者：田佳伟,唐子山

单位：中国煤炭科工集团太原研究院有限公司

关键词：矿井智能监控,边云协同,目标检测, Swin Transformer,YOLOv5,

矿井视频监控在保障煤矿企业生产安全方面有着关键作用。目前矿井智能监控技术主要在云端进行监控数据处理, 存在着网络拥塞, 计算要求高等问题。针对该问题, 研究了边云协同矿井视频监控总体架构, 提出了基于任务卸载的自适应视频帧卸载策略, 利用边缘端检测速度快、精度高、实时性强的优点, 进行模型的优化更新, 实现边云协同架构的不断完善。针对YOLOv5 模型检测精度低, 深层网络结构易发生梯度消失和过拟合的问题, Transformer 应用到视觉领域面临同一种目标的多尺度无法识别和高分辨率图像构成的序列过长, 计算量大, 显存资源不足的问题, 构建了基于Swin Transformer-YOLOv5 的目标检测模型。实验结果表明, 基于ST-YOLOv5 的目标检测模型, 提高了平均检测精度, 适用于矿井智能工作面边缘端设备部署。

来源：2024年第7期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2024年第7期