-
题名基于改进YOLOv8n的井下人员安全帽佩戴检测
被引量：1
- 1
-
-
作者
王琦
夏鲁飞
陈天明
韩鸿胤
王亮
-
机构
山东科技大学机械电子工程学院
-
出处
《工矿自动化》
CSCD
北大核心
2024年第9期124-129,共6页
-
基金
国家自然科学基金项目(51974170)。
-
文摘
针对现有井下人员安全帽佩戴检测方法未考虑遮挡、目标较小、背景干扰等因素,存在检测精度差及模型不够轻量化等问题,提出一种改进YOLOv8n模型,并将其应用于井下人员安全帽佩戴检测。在颈部网络中加入P2小目标检测层,提高模型对小目标的检测能力,更好地捕捉安全帽目标细节;在主干网络中添加卷积块注意力模块(CBAM)提取图像关键特征,减少背景信息的干扰;将CIoU损失函数替换为WIoU损失函数,提升模型对检测目标的定位能力;采用轻量化共享卷积检测头(LSCD),通过共享参数的方式降低模型复杂度,并将卷积中的归一化层替换为群组归一化(GN),在尽可能保证精度的同时实现模型轻量化。实验结果表明:与YOLOv8n模型相比,改进YOLOv8n模型在交并比阈值为0.5时的平均精度均值(mAP@50)提升了1.8%,参数量减少了23.8%,计算量下降了10.4%,模型大小减小了17.2%;改进YOLOv8n模型检测精度高于SSD,YOLOv3-tiny,YOLOv5n,YOLOv7和YOLOv8n,模型复杂度仅高于YOLOv5n,较好地平衡了模型检测精度与复杂度;在井下复杂场景下,改进YOLOv8n模型能够实现对井下人员安全帽佩戴的准确检测,改善了漏检问题。
-
关键词
井下安全帽检测
小目标检测
YOLOv8n
CBAM
WIoU
轻量化
-
Keywords
underground safety helmet detection
small target detection
YOLOv8n
CBAM
WIoU
lightweighting
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名利用磁梯度张量识别地下小型目标体
被引量：5
- 2
-
-
作者
郑建拥
范红波
张琪
李志宁
-
机构
陆军工程大学石家庄校区
中国人民解放军
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2019年第3期692-699,491,共9页
-
文摘
针对地下小型磁性目标体提出基于磁梯度张量和支持向量机(SVM)的形状识别方法。首先利用不同形状、不同姿态的地下目标体磁异常模型,建立磁梯度数据样本库;然后分析并选取磁梯度张量矩阵的9个属性参量,构造支持向量机模式识别的特征向量;最后建立基于量子粒子群算法的支持向量机(QPSO-SVM)识别模型,对测试数据进行模式识别。仿真和实验证明利用本文方法能够有效识别地下小型目标体的形状,识别准确率达到90%以上。
-
关键词
磁梯度张量
形状识别
地下小型目标体
粒子群支持向量机
-
Keywords
magnetic gradient tensor
shape recogni-tion
underground small target
particle-swarm sup-port vector machine
-
分类号
P631.2
[天文地球—地质矿产勘探]
-
