基于改进YOLOv3的带式输送机巷道火灾检测方法

作者：王伟峰; 任浩^*; 姚涵文; 张宝宝; 何地

来源：煤炭技术, 2023, 42(03): 155-159.

DOI：10.13301/j.cnki.ct.2023.03.029

• YOLOv3
• 输送带火焰检测
• 注意力机制
• 特征融合

随着煤矿电气化和机械化程度的提高，矿用输送带的使用在提供高效巷道运输的同时也带来了火灾隐患。针对现有火灾检测模型存在准确率低和对小火焰识别差的问题，提出一种改进的YOLOv3火灾检测算法模型。首先，为了解决火灾数据正负样本数量分布不均衡的问题，选用Focal Loss函数作为此改进模型的损失函数；其次，融合多尺度特征和注意力机制，对原始YOLOv3网络模型中的特征提取结构进行改进，通过减少卷积后处理的火焰特征缩小和边缘信息丢失，使得检测精度进一步提高；最终，经多次训练学习验证，改进后的输送带火焰检测模型平均精度93.81%，较原始YOLOv3模型提升了3.25%。

• 出版日期2023
• 单位西安科技大学