基于改进YOLOv8n的采掘工作面小目标检测方法
薛小勇1
何新宇2
姚超修3
蒋泽3
潘红光2
1.陕西陕煤澄合矿业有限公司,陕西渭南 7152002.西安科技大学电气与控制工程学院,陕西西安 7100543.中煤科工集团常州研究院有限公司,江苏常州 213015
摘要：为有效检测和识别煤矿井下采掘工作面人员是否佩戴安全防护装置,针对井下光照条件差、安全防护装备目标尺寸小且颜色与背景相似等情况,提出了 一种基于改进YOLOv8n的采掘工作面小目标检测方法.在YOLOv8n骨干网络C2f模块中融合动态蛇形卷积(DSConv),构建C2f-DSConv模块,以提高模型提取多尺度特征的能力;在Neck层引入极化自注意力(PSA)机制,以减少信息损失,提高特征表达能力;在Head层增设1个专门针对小目标的检测头,形成4检测头结构,以扩大模型检测范围.实验结果表明,改进YOLOv8n模型对井下人员及其所佩戴安全帽、矿灯、口罩、自救器检测的平均精度分别为98.3％,95.8％,89.9％,87.2％,90.8％,平均精度均值为92.4％,优于Faster R-CNN,YOLOv5s,YOLOv7,YOLOv8n模型,且检测速度达208帧/s,满足煤矿井下目标检测精度和实时性要求.
关键词：采掘工作面小目标检测YOLOv8n安全防护装备检测多尺度目标识别
分类号：TD67(矿山电工)
资助基金：陕西省秦创原科学家+工程师队伍建设项目(2022KXJ-38)
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：7( 105-111 )
英文信息