广告管理-1170PX*80PX
广告管理-770PX*90PX
当前位置:首页>煤炭

「好文举荐」交融轻量级Internet与双重把稳力机制的煤块检测仆从主

  • 煤炭
  • 2022-03-08
  • 77
  • admin
广告管理-720PX*80PX





动力人都在看,点击右上角加关注】

研究布景

煤矿井下图象质量较差,煤块间边沿特征不显明,招致煤块检测精度低,且现有识别模型参数规模大,导致运行速度慢。本文提出一种融合轻量级网络和两重当心力机制的改进YOLOv4模子,并将其使用于带式运送机煤块检测。

研讨内容

改良YOLOv4模子融合了轻量级网络和双重寄望力机制,其整体架构下列图所示。操作K-means聚类算法从头聚类先验框,遵循给定的数据集样本,颠末间隔计算将沟通样本的锚框归为一类,获得顺应数据集的锚框,从而提高模型进修手腕。YOLOv4模型的骨干Internet存在多量参数,使得模型检测精度和速度不理想。为了满足煤块检测的速度要求,引入MobileNet轻量级网络模子,改换YOLOv4模型的骨干InternetCSPDarknet53,可能在不流失精度的条件下,有效减少模型参数量,提高模子检测速度。引入具备两重留意力机制的CBAM(Convolutional Block Attention Module,卷积块寄望模块),通过存眷通道与空间双重新闻,缩减Internet感知范围,使Internet看待检测指数更急速,以削减因图像风致较差导致的漏检与因煤块间边际特征不显明导致的误检。

总结

相较于YOLOv4模子,改善YOLOv4模子权重文件减小了36.46%,粗略率提高了2.16%,调派率行进了20.4%,匀称精度均值行进了14.37%,漏检率高涨了16%,检测速率提拔了19帧/s,处置惩罚单张图像耗时减少了1.31 s,解释改进YOLOv4模型可前进煤块检测精度和检测速度。

援用花色

叶鸥,窦晓熠,付燕,等.交融轻量级Internet与两重属意力机制的煤块检测门径[J].工矿被动化,2021,47(12):75-80.

YE Ou,DOU Xiaoyi,FU Yan,et al.Coal block detection method integrating lightweight network and dual attention mechanism[J].Industry and Mine Automation,2021,47(12):75-80.

作者支解方式

叶鸥(1984—),男,陕西西安人,讲师,博士,首要研究偏向为数据风致评估、视频检索、跨媒体语义赏析和常识工程等,E-mail: oye0928@xust.edu.cn。通讯作者:窦晓熠(1996—),女,陕西咸阳人,硕士研究生,研讨标的目的为合计机视觉,E-mail:@.com。

免责声明:以上内容转载自工矿积极化,所发模式不代表本平台态度。

天下动力动静平台分割手机:010-,邮箱:hz@people-energy.com.cn,所在:北京市背阴区金台西路2号大众日报社

起原:世界动力信息平台

广告管理-720PX*80PX

本文tag标签:煤块 检测

猜你喜欢