基于改进YOLOv5的矿用输送带纵向撕裂检测方法
于庆
罗明华
向亮
游磊
朱兴林
煤矿灾害防控全国重点实验室,重庆 400037;中煤科工集团重庆研究院有限公司,重庆 400039
摘要：带式输送机输送带纵向撕裂可能引发重大安全事故.针对现有输送带撕裂检测方法精度低、抗干扰能力差的问题,提出了一种基于多尺度特征融合的纵向撕裂检测系统.该系统通过线性激光和高速相机实时捕获输送机胶带表面图像,使用LoG算法对图像进行预处理,提取图像关键区域、减少数据冗余,并通过多尺度特征融合神经网络进行撕裂检测.在检测算法方面,在神经网络主干网络中引入ConvNeXt特征增强模块,提高模型对细小撕裂纹理的特征提取能力,在Neck 部分使用双向特征金字塔网络(BiFPN)融合浅层细节纹理特征,减少下采样过程中深层网络细节信息的丢失.实验结果表明,改进后的算法对输送带纵向撕裂故障的检测精度 P 和平均精度均值(mAP)分别达到了96.34%、94.36%,优于其他主流的检测方法.
关键词：带式输送机输送带纵向撕裂目标检测YOLOv5特征融合
分类号：TD67(矿山电工)TP751(遥感技术)
资助基金：中煤科工集团重庆研究院自立重点研发科研项目(2023ZDYF01)
论文发表日期：2024-08-10
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：8( 1-8 )
英文信息