基于改进YOLOv11n模型的输送带异物检测方法
高雁青1
徐小马2
刘广超2
郑军领3
许江涛2
张庆4
王杰4
1.河南工业和信息化职业学院资源与安全学院,河南焦作 454000;河南理工大学资源环境学院,河南焦作 454003;河南省煤矿充填减沉工程技术研究中心,河南焦作 4540002.河南工业和信息化职业学院资源与安全学院,河南焦作 454000;河南省煤矿充填减沉工程技术研究中心,河南焦作 4540003.河南理工大学资源环境学院,河南焦作 4540034.河南能源集团焦煤公司中马村矿,河南焦作 454100
摘要：针对煤矿输送带异物尺寸差异大、背景复杂、小目标和细长目标检测效果不佳的问题,提出一种基于改进YOLOv11n模型的输送带异物检测方法.YOLOv11n模型核心改进包括3个方面:在颈部网络引入顺序化尺度交互融合(SSFF)模块,用顺序化的尺度交互增强不同尺度信息的有效捕获与融合;构建并行化的C3K2PPA模块,引入空间维度的并行补丁感知注意力(PPA)模块,以突出关键区域表征,提升召回率;在同尺度横向融合处设计带向对比融合(BACF)模块,结合带向先验、高通边缘指示,用逐像素门控替代简单拼接,可在不增加通道数的前提下抑制沿带向的周期性背景噪声并强化跨分支差异,从而提升模型在复杂工况下的判别能力与鲁棒性.实验结果表明:改进YOLOv11n模型的精确率与召回率分别达0.914与0.892,mAP@0.5与mAP@0.5:0.95分别为93.1％,62.2％,较YOLOv11n有显著提升,在准确性和鲁棒性方面优于YOLOv5s,YOLOv8n,YOLOv10n等主流轻量模型;模型推理速度达96帧/s,实时性较高,能高效执行煤矿输送带异物检测任务;热力图分析表明,改进YOLOv11n模型有效增强了目标区域聚焦能力,减少了冗余框,提高了小目标检测精度.
关键词：输送带异物检测YOLOv11n顺序化尺度交互融合并行补丁感知注意力带向对比融合
分类号：TD634.1(矿山电工)
资助基金：河南省科技攻关项目(252102240046)中国博士后科学基金特别资助(站前)项目(2023TQ0108)河南省自然科学基金青年项目(242300421648)河南省科技攻关项目(232102320008)河南省高等学校重点科研项目(26B440001)
论文发表日期：2025-10-30
在线出版日期：2025-12-02（本平台首次上网日期，不代表文献的发表时间）
页数：8( 41-47,56 )
英文信息