煤炭工程

作者：高　敏,李　玲,张　辉,曹意宏,叶贵州

单位：1. 长沙理工大学 电气与信息工程学院，湖南 长沙 4100042. 晋能控股煤业集团 马脊梁矿，山西 大同 0370273. 湖南大学 机器人学院，湖南 长沙 4100824. 湖南大学 信息科学与工程学院，湖南 长沙 4100825. 太原理工大学 矿业工程学院，山西 太原 030024

关键词：异物检测 , YOLOv7 , 注意力机制 , 小目标检测 , TensorRT,

为解决煤矿井下胶带异物检测受煤尘干扰、光线不均、胶带高速运动造成传统检测算法精度低等问题，文章基于YOLOv7对矿井胶带异物检测算法进行优化。首先，通过自适应对比度增强算法，强化胶带监控图像对比度，提高目标图像轮廓清晰度；其次，在主干提取网络中提出多尺度混合残差注意力机制，增强YOLOv7对异物特征提取能力与对背景干扰能力；最后，采用加权双向特征金字塔网络与4检测头输出模型预测结果，提升网络对不同尺寸异物检测效率。通过实验可得，改进后的YOLOv7模型对井下胶带异物识别精度和速度优于YOLOv5、YOLOv7，对井下胶带异物识别精度和识别速度分别为93.6%、26f/s。识别平均准确率相较于YOLOv5模型、YOLOv7模型分别提高了3.9%，3.1%；平均召回率分别提高了4.1%，3.4%；检测时间分别有0.009s，0.005s的提升。

来源：2024年第6期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2024年第6期