科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现运煤皮带运行时对进入其中的异物快速准确识别，防止皮带撕裂现象的发生，提出了一种改进的CenterNet运煤皮带异物检测算法。首先，对煤矿井下图像进行预处理，使其适应CenterNet算法，提高网络对目标图像检测的有效性；然后，对网络进行改进，将残差模块中的标准卷积替换成深度可分离卷积，有效降低网络计算量，减少冗余；接着，采用组规范化作为优化规范化方式，降低了对硬件设施的要求；最后，使用加权特征图融合方法，充分利用各层提取的特征，提高网络的检测准确率。实验结果表明，针对异物目标尺寸差异较大且分布不均匀的情况，改进后的CenterNet算法降低了目标的误检率和漏检率，可有效提升检测速度和异物识别精度。
- 出版日期2023
- 单位辽宁工程技术大学
