-
题名基于改进YOLO v8的煤中杂物检测研究
被引量：2
- 1
-
-
作者
王克凡
王羽玲
童建良
杨建国
-
机构
国家煤加工与洁净化工程技术研究中心
中国矿业大学化工学院
-
出处
《中国煤炭》
北大核心
2024年第4期115-125,共11页
-
文摘
针对选煤厂毛煤中夹杂的铁丝、编织袋、木头、网片等杂物会对智能干选设备运行及后续生产环节造成严重影响的问题,提出一种基于改进YOLO v8的手选胶带杂物识别方法。引入全局注意力机制,增强图像跨维度特征交互;引入加权双向特征金字塔网络结构,通过自适应控制不同尺度特征图之间的融合,提高模型对杂物的多尺度检测能力。在此基础上,采用WIoU损失函数替换CIoU损失函数,改善模型训练过程中样本质量的平衡问题,以提高模型的性能。通过数据增强扩充煤中杂物数据集,依据实验验证改进YOLO v8的结果。实验结果表明,改进后的算法与原YOLO v8相比,对手选胶带煤中杂物的平均检测精度明显提高,为毛煤入选前的预先智能除杂奠定了基础。
-
关键词
煤炭除杂
目标检测
特征融合
注意力机制
损失函数
-
Keywords
impurity removal of coal
object detection
feature fusion
attention mechanism
loss function
-
分类号
TD94
[矿业工程—选矿]
-
