基于生成对抗网络的带式输送机异物检测方法
张立亚
煤炭科学技术研究院有限公司,北京 100013;煤矿应急避险技术装备工程研究中心,北京 100013;北京市煤矿安全工程技术研究中心,北京 100013
摘要：煤矿井下胶带运输图像具有照度低、细节不清晰、背景干扰等特点,现有的带式输送机异物检测模型存在精度低、灵活性差、计算量大、优化空间存在差异等问题.针对上述问题,提出了一种基于生成对抗网络(GAN)的带式输送机异物检测方法.对胶带运输过程视频文件进行预处理,分类得到正常图像、异常图像,制作实验数据集对改进GANomaly模型进行训练,再通过训练好的模型进行带式输送机异物检测.在训练阶段,将不含异物的带式输送机图像作为输入;在测试阶段,将含有异物的带式输送机图像作为输入,得到的重构图像与输入网络的原图像作差,即可得到异物的具体位置.GANomaly模型轻量化改进方法:在GANomaly基础网络模型中加入深度可分离卷积残差模块,采用深度可分离卷积代替原有主干网络中的卷积操作,大幅降低了模型计算量,同时减少了参数的冗余计算,能够明显提高异物检测速度;通过合并多个批量归一化(BN)层,加快模型的收敛迭代速度,提高模型的泛化收敛能力,有效避免梯度消失.实验结果表明,改进 GANomaly模型相较于传统GANomaly模型,在运行速度上提升了 6.27%,评价指标F1 分数、AUC、召回率(Recall)和平均精度均值(mAP)分别提升了19.05%,22.22%,15.00%,17.14%.
关键词：带式输送机异物检测生成对抗网络GANomaly深度可分离卷积BN层合并轻量化
分类号：TD634.1(矿山电工)
资助基金：国家自然科学基金(42201386)天地科技股份有限公司科技创新创业资金专项项目(2023-TD-ZD005-005)天地科技股份有限公司科技创新创业资金专项项目(2022-2-TD-ZD001)天地科技股份有限公司科技创新创业资金专项项目(2022-TD-ZD001)
论文发表日期：2023-11-10
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( 53-59 )
英文信息