期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
复杂环境下煤矿井下胶带运输异物在线检测算法优化与分析
1
作者
高敏
李玲
+2 位作者
张辉
曹意宏
叶贵州
《煤炭工程》
北大核心
2024年第6期174-180,共7页
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,...
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%、26 f/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0.009 s, 0.005 s的提升。
展开更多
关键词
异物检测
YOLOv7
注意力机制
小目标检测
TensorRT
下载PDF
职称材料
题名
复杂环境下煤矿井下胶带运输异物在线检测算法优化与分析
1
作者
高敏
李玲
张辉
曹意宏
叶贵州
机构
长沙理工大学电气与信息工程学院
晋能控股煤业集团马脊梁矿
湖南大学机器人学院
湖南大学信息科学与工程学院
太原理工大学矿业工程学院
出处
《煤炭工程》
北大核心
2024年第6期174-180,共7页
基金
国家自然科学基金项目(61971071)
国家自然科学基金项目(52104260)
+1 种基金
湖南省杰出青年科学基金项目(2021JJ10025)
湖南省重点研发计划(2021GK4011)。
文摘
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%、26 f/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0.009 s, 0.005 s的提升。
关键词
异物检测
YOLOv7
注意力机制
小目标检测
TensorRT
Keywords
foreign matters detection
YOLOv7
attention mechanism
small target detection
TensorRT
分类号
TD528.1 [矿业工程—矿山机电]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
复杂环境下煤矿井下胶带运输异物在线检测算法优化与分析
高敏
李玲
张辉
曹意宏
叶贵州
《煤炭工程》
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部