科研之友
微信
新浪微博
Facebook
分享链接
摘要
电铲是露天采矿中广泛使用的一种大型机械挖掘设备。在挖掘过程中，铲齿与矿石长时间的直接冲击会造成铲齿过早的松动甚至断裂，从而导致电铲计划外的停机和生产力的损失。针对这个问题，提出了一种基于改进YOLOX的电铲铲齿断裂检测方法。该方法以YOLOX为基础，首先针对受光照不均匀等影响导致检测效果差的问题，在特征金字塔网络加入扩张卷积注意力机制增强目标在复杂背景中的显著度；其次使用CEIOU(corner efficient intersection over union)损失函数代替原网络损失函数优化网络的训练过程，进而提高目标的检测精度；最后考虑嵌入式设备本身的计算能力问题，利用模型压缩策略裁剪网络中冗余通道，减少模型体积并提高检测速度。在自主构建的4 200张WK-10型电铲数据集上进行性能测试，实验结果表明：与YOLOX网络模型相比，改进后模型的平均检测精度达到了95.37%,提高了1.95%,检测速度为46.1 fps,提升了8.4 fps,模型体积为31.74 MB,减少到原来的32.9%。对比多种其他现存方法，所设计的目标检测算法有着精度高、体积小和速度快的优势。
- 出版日期2023
- 单位辽宁工程技术大学
