RetinaNet图像识别技术在煤矿目标监测领域的应用研究
谭章禄
陈孝慈
1.中国矿业大学(北京) 管理学院,北京1000832.中国矿业大学(北京) 管理学院,北京100083
摘要：为了解决当前煤矿监控中存在的人工干预多、监测效率低等问题,建立基于RetinaNet的单阶段煤矿目标检测器,通过实验确定检测关键参数并验证检测效果.实验结果表明:RetinaNet目标检测器能够自动检测及提取人员等关键对象,整体性能可以满足煤矿监控的需求;RetinaNet目标检测器能够在较差的环境条件下实现对目标对象的准确检测,对于人员的辨识已经达到较为理想的水平;基于现有数据构建的图像识别模型,尚不能较好地识别各类煤矿机械设备.RetinaNet目标检测器相关功能的实现,有赖于建立专业图像数据集,并准确地训练模型进而发掘数据的深度价值.
关键词：矿井监控RetinaNet目标检测器对象检测识别模型专业数据集
分类号：TD76(矿山安全与劳动保护)X923(安全管理（劳动保护管理）)
资助基金：国家自然科学基金(61471362)
论文发表日期：2020-10-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 65-70,76 )
英文信息