基于YOLOv8化工企业储煤场火煤和扬尘检测方法研究

化工企业储煤场的火煤和扬尘不仅浪费了煤炭资源,还污染了周围环境,对工作人员的健康构成威胁。为了减少经济损失、改善环境,对火煤和扬尘的监测和预警变得极为关键。传统的储煤场火煤和扬尘的检测存在检测时间长、误检率高等问题。文章在深入研究YOLOv8、SPD-Conv、BottleNeckCSP、EIoU原理的基础上,对YOLOv8模型进行改进。用改进后的YOLOv8网络模型完成火煤和扬尘检测相关实验,与原始的YOLOv8相比,mAP值达到97.3%,比YOLOv8s原始模型提高了3.9%,优于同等情况下YOLO系列,且权重文件的内存为25.4 MB,适用于火煤和扬尘的检测,达到对于低分辨率和小目标更快、更精准的检测,有效避免误检、漏检等问题,确保检测的准确性和可靠性。