基于改进YOLOv11的矿下积水检测算法
文武洲
西安工程大学 陕西西安 710600
摘要：矿下积水严重威胁煤矿安全,其精准快速检测对保障人员安全至关重要.针对YOLOv11n模型在井下复杂环境中特征提取能力弱、小目标检测精度低的问题,文章提出改进模型MSD-YOLOv11.通过设计多尺度特征提取模块MSDconv,增强模型对积水特征的捕获能力;同时新增小目标检测层,融合浅层与深层特征,缓解小目标漏检问题.实验结果表明,改进后的模型参数量仅增至2.81,相较于原始YOLOv11n,精确率(P)提升至86.47％,召回率(R)提升至79.32％,mAP50与mAP50-95分别达到85.4％和49.89％,有效解决了背景干扰大小目标识别难的难题,为矿井积水监测提供了可靠方案.
关键词：积水检测DWConvYOLOv11小目标检测
论文发表日期：2026-02-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 197-200 )