-
题名基于注意力机制的轻量级矿井钢丝绳断丝检测算法研究
- 1
-
-
作者
方旭东
于正
杨发展
周攀搏
袁广振
-
机构
焦作煤业(集团)新乡能源有限公司
中国矿业大学
华洋通信科技股份有限公司
-
出处
《中国煤炭》
北大核心
2024年第8期152-164,共13页
-
基金
国家重点研发计划资助项目(2022YFC3004700)。
-
文摘
立井提升系统作为煤矿生产中的主要运输设备,其核心构件钢丝绳常因工作负荷大、受到腐蚀、磨损等原因而产生断丝引发事故。传统的立井提升机钢丝绳检测算法存在效率低、劳动强度大、智能化程度差和准确率低等问题。基于此,提出一种改进YOLOv5s模型,并基于改进的模型进行矿井钢丝绳断丝检测。首先,设计Swiener滤波算法进行钢丝绳图像运动模糊修复,抑制噪声干扰;其次,在特征提取阶段,引入RFC3轻量化模块降低模型可训练参数,提升钢丝绳检测速度;第三,提出CBAM R注意力机制,增强模型对小断口断丝的检测能力;最后,引入Focal EIoU损失函数,提高模型对小断口断丝的检测精度并加速模型收敛。研究结果表明:所提出的基于注意力机制矿用钢丝绳断丝检测算法(CTR YOLO)可以更好地满足实际应用需求,减少了误检、漏检导致的人力成本浪费及安全事故的发生。
-
关键词
钢丝绳检测
YOLOv5s模型
Swiener滤波算法
CBAM
r注意力机制
轻量化模块
-
Keywords
wire rope detection
YOLOv5s model
Swiener filtering algorithm
CBAM r attention mechanism
lightweight module
-
分类号
TD532
[矿业工程—矿山机电]
-
