基于GSL-YOLO模型的综放工作面混矸率检测方法OA北大核心CSTPCD
针对现有基于深度学习的综放工作面混矸率检测方法在井下低照度、高粉尘、煤矸堆叠等复杂条件下存在煤矸识别精度低、分割效果差、模型参数量和运算量大、未实现混矸率的实时检测等问题,提出了一种基于GSL-YOLO模型的混矸率检测方法。GSL-YOLO模型在YOLOv8-seg的基础上进行以下改进:在主干网络中引入全局注意力机制(GAM),通过减少信息弥散和放大全局交互表示提高模型特征提取能力;选用具有高效局部聚合网络的空间金字塔池化(SPPELAN)模块,…查看全部>>
王福奇;王志峰;金建成;井庆贺;王耀辉;王大龙;汪义龙
华能庆阳煤电有限责任公司,甘肃庆阳745000中国矿业大学(北京)能源与矿业学院,北京100083华亭煤业集团有限责任公司,甘肃平凉744100扎赉诺尔煤业有限责任公司,内蒙古满洲里021410华能煤炭技术研究有限公司,北京100071华能云南滇东能源有限责任公司,云南曲靖655500华能煤业有限公司陕西矿业分公司,陕西西安710001
矿山工程
智能放煤煤矸识别混矸率检测YOLOv8-seg图像分割全局注意力机制非对称检测头
《工矿自动化》 2024 (9)
P.59-65,137,8
国家自然科学基金面上项目(52274207)天地科技开采设计事业部科技创新基金项目(KJ-2021-KCMS-02)。
评论