改进YOLOv7的煤岩图像检测算法

针对现阶段煤岩图像检测识别中精度和模型规模难以平衡的问题,提出了一种通过替换部分普通卷积模块来改进YOLOv7网络结构的煤岩图像检测算法。通过引入卷积核为7的卷积模块ConvNeXt来替换普通的3×3大小卷积模块,提升煤炭特征获得效果。利用SimAM注意力机制,替换1×1大小卷积模块,给出MP_SAM模块,使算法提取更丰富的目标信息,运用αIoU优化损失函数,使之更适用于清晰度不够高的煤岩图像,增强算法的泛化能力。结果表明,与YOLOv7算法相比,该算法的准确率提升了3.9%,mAP提升了1.5%,模型整体FLOPs减少了0.7 G,通过更小的模型,获得了更好的检测结果。