-
题名基于RT-DETR的露天矿区路面障碍物检测
被引量：2
- 1
-
-
作者
陈良
-
机构
惠州交投梁化绿色石场有限公司
-
出处
《黄金科学技术》
北大核心
2025年第1期202-213,共12页
-
文摘
露天矿无人驾驶是智慧矿山建设的重要组成部分。露天矿无人驾驶的核心在于保障车辆安全行驶,然而现阶段矿区道路上存在的落石、水坑和车辙等障碍物严重影响了矿车的行驶安全。针对现有算法检测这类密集障碍物精度受限的问题,提出了一种基于RT-DETR的露天矿区路面障碍物检测算法。RTDETR算法通过在编码器阶段引入RepViT网络,提升了模型的特征提取效率,在解码器中通过通道压缩剪枝操作提升了模型的检测速度。此外,还提出融合注意力机制的RepAttC3模块,加强了模型的特征提取能力。通过采集不同矿区数据,构建了露天矿区路面障碍物数据集,并进行了障碍物检测试验。结果表明:本文所提出的RT-DETR算法的平均检测精度可达92.7%,综合检测精度可达96.6%,检测速度可达12.3 ms。相较于其他路面障碍物检测算法,本文算法对露天矿区多尺度与小目标障碍物具有良好的检测效果,能够为露天矿区车辆提供准确且高效的障碍物检测,保障车辆安全行驶。
-
关键词
露天矿
路面障碍物
目标检测
repvit网络
无人驾驶
智慧矿山
-
Keywords
open-pit mine
road obstacles
target detection
repvit network
unmanned driving
smart mine
-
分类号
TD80
[矿业工程—矿山开采]
-
-
题名基于改进YOLOv8曲轴表面缺陷检测算法
被引量：2
- 2
-
-
作者
孙渊
曹俊杰
唐矫燕
李婷
-
机构
上海电机学院机械学院
-
出处
《组合机床与自动化加工技术》
北大核心
2024年第10期77-81,共5页
-
基金
上海市高峰高原学科项目资助项目(A1-5701-18-007-03)
上海市多向模锻工程技术研究中心项项目(20DZ2253200)。
-
文摘
针对曲轴表面小目标缺陷检测难度大、缺陷背景复杂和检测速度慢等问题,提出一种改进曲轴表面缺陷检测的算法RB-YOLOv8。首先,用RepViT模块取代了传统的C2f模块,有助于减少网络的计算负担并加快其运行速度;接着,通过优化双向特征融合模块BiFPN及增加小目标检测层,改善小目标缺陷识别的能力;然后,利用BiFormer注意力机制强化模型的抗干扰能力和解决缺陷背景复杂的难题,提高检测准确率;最后,使用MPDIoU损失函数调整,从而进一步提升检测的精准度。实验结果表明,所提出的算法的检测精度可以达到98.4%,模型大小缩减为2.797 MB,同时使每秒帧数(FPS)达到了169 f/s,成功地实现了对曲轴表面的缺陷检测。
-
关键词
曲轴表面缺陷检测
repvit网络
BiFPN模块
BiFormer注意力机制
MPDIoU损失
-
Keywords
crankshaft surface defect detection
repvit network
BiFPN module
BiFormer attention mechanism
MPDIoU loss
-
分类号
TH165
[机械工程—机械制造及自动化]
TG66
[金属学及工艺—金属切削加工及机床]
-
