基于对抗生成网络的矿井烟火安全预警检测算法研究
王哲1
陈峤鹰2
李青3
傅哲4
张斌4
文宇阳4
1.中煤科工集团沈阳研究院有限公司,辽宁抚顺 113122;抚顺中煤科工检测中心有限公司,辽宁抚顺 1131222.上海煤科检测技术有限公司,上海 2014013.西安博深安全科技股份有限公司,陕西西安 7103044.西安交通大学,陕西西安 710049
摘要：近年来,煤矿安全一直是重点关注的领域,各种技术不断为煤矿生产安全提供更好的保障.传统视频监控系统依赖人力,存在视野盲区和效率低下的问题.为了提高煤矿安全监控的智能化水平,提出了一种基于海思Hi3559A边缘计算设备和深度学习技术的解决方案.该方案通过生成对抗网络(GAN)生成训练样本,并对YOLOv7检测算法进行优化,引入滑动窗口自注意力机制(Swin Transformer)、双路特征提取网络(BiBranchBackbone)和网格特征融合模块(GrideFuse),提升了检测和分割精度,以实现复杂场景下明火和烟雾的精确检测和分割.试验结果表明,改进后的YOLOv7算法在检测框mAP和分割mAP上分别提高了 2.7％和2.3％.提出的智能煤矿安全预警监测系统已在实际应用中取得了显著效果,为煤矿企业的安全生产提供了有力保障.
关键词：智能系统YOLOv7边缘计算设备实时检测智能化分析
分类号：TD679(矿山电工)
论文发表日期：2024-12-12
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：6( 7-11,28 )
英文信息