基于改进YOLOv5s的带式输送机滚筒故障检测研究
苗长云
孙丹丹
天津工业大学 电子与信息工程学院,天津 300387
摘要：针对目前带式输送机滚筒故障检测方法检测效率低、识别准确率不高、特征提取能力较差等问题,提出了一种基于改进YOLOv5s的带式输送机滚筒故障检测方法.在YOLOv5s网络模型中增加了小尺寸检测层,使尺寸较小的滚筒故障更易被检测到;在Backbone和Neck间引入卷积注意力机制(CBAM),提高目标检测的准确率;在Neck中引入高效通道注意力机制(ECA),增强对滚筒故障的特征提取能力.实验结果表明:①在满足实时检测要求的前提下,改进YOLOv5s网络模型识别平均准确率均值达 94.46%,较改进前提升了 1.65%.②改进YOLOv5s网络模型对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别为 95.29%,96.43%,91.65%,较改进前分别提高了 1.56%,0.89%和 2.50%.设计了基于改进YOLOv5s的带式输送机滚筒故障检测系统,并对该系统进行验证:①实验平台测试结果表明:基于改进YOLOv5s的带式输送机滚筒故障检测系统对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别达 95.29%,96.43%,91.65%,3种故障检测的平均准确率均值达 94.46%,检测速度约为 14帧/s.②现场测试结果表明:包胶磨损和包胶脱落的置信度分别为 0.92,0.97,且能准确地识别出滚筒的故障类型和位置,说明基于改进YOLOv5s的带式输送机滚筒故障检测系统具有可行性.
关键词：带式输送机滚筒故障检测改进YOLOv5s小目标检测卷积注意力机制高效通道注意力机制
分类号：TD634.1(矿山电工)
资助基金：国家自然科学基金(NSFC51274150)天津市重点研发计划科技支撑项目(18YFZCGX00930)
论文发表日期：2023-07-10
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