基于改进YOLOv8n的煤矿带式输送异物检测研究
李宗霖1
王广祥2
张立亚3
李明亮4
1.河北地质大学 信息工程学院,河北 石家庄 0500312.河北地质大学 光电技术研究所,河北 石家庄 0500313.煤炭科学技术研究院有限公司,北京 1000134.河北地质大学 信息工程学院,河北 石家庄 050031;智能传感物联网技术河北省工程研究中心,河北 石家庄 050031
摘要：在煤矿带式输送物料过程中,异物的出现可能会引发输送带撕裂或堵塞等安全风险.针对输送带输送物料中异物多样、人工巡检效率低、硬件限制等问题,提出一种基于改进YOLOv8n的轻量化煤矿带式输送异物检测算法:采用GhostNetV2 网络对原CSPDarkNet53 主干网络进行轻量化改进,以减少模型的参数和计算量;整合全局平均池化和全局最大池化思想优化SPPF模块,关注煤矿恶劣环境影响下图像的底层信息;设计了headC2f_CA模块,融入通道注意力机制,以便能够更有效地捕捉不同尺度和位置的异物特征,强化特征信息表达;引入DIoU损失函数,精确反映锚框与预测框之间的相似度,提升模型检测精度.实验结果表明,改进后的模型平均精度均值达 88.3%,相比于基线模型YOLOv8n,提升了0.8%,参数量减少了18.51%,计算量减小了 20.73%,模型大小缩减了 15.87%.该模型有效缓解了边缘设备的硬件限制,同时保障了煤矿安全监测的准确性.
关键词：煤矿带式输送机输送带异物部署轻量化GhostNetV2SPPF优化headC2f_CA注意力模块DIoU损失函数
分类号：TD634.1(矿山电工)TP751(遥感技术)
资助基金：河北省重点研发计划项目(22375415D)
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( 41-48 )
英文信息