-
题名基于SE-YOLOv5模型皮带异物检测算法研究
被引量：4
- 1
-
-
作者
边铁山
-
机构
冀中能源集团峰峰集团有限公司
-
出处
《中国矿业》
北大核心
2024年第7期127-134,共8页
-
文摘
以某煤矿1305智能工作面皮带异物识别为工程背景,为了解决井下皮带运输机因废弃锚杆、大块煤等异物而导致的皮带撕裂甚至损伤停机等问题,亟需开展皮带异物智能检测研究。本文提出了SE-YOLOv5皮带异物智能检测方法,该方法以YOLOv5目标检测技术为基础模型,加入SE通道注意力机制进行优化,并对学习率、图像输入批大小、权重衰减等模型参数调整,对构建的数据集进行训练检测,将检测结果与Faster-RCNN、YOLOv3、CenterNet、YOLOv5等模型进行对比。研究结果表明:SE-YOLOv5模型预测结果得到较大提升,对锚杆的预测精度达0.98,对大块煤的预测精度达0.88,召回率(Recall)为0.91,各个检测目标平均精度的平均值(mAP)为0.912,单张识别速度为0.037s;此外,对处于低照度、高粉尘浓度等环境下的数据集仍有较高的识别率,说明SE-YOLOv5模型检测精度高、速度快、鲁棒性强,可以满足复杂环境下皮带异物识别的要求。煤矿皮带异物检测是煤矿安全和生产效率的关键组成部分,采用现代化的检测技术有助于提高系统生产效率,保障设备安全,降低维护成本。
-
关键词
异物检测
SE-YOLOv5
参数调整
复杂环境
识别率
-
Keywords
foreign object detection
SE-YOLOv5
parameter adjustment
complex environment
recognition rate
-
分类号
TD849
[矿业工程—煤矿开采]
-
-
题名不规则工作面矿压观测技术
被引量：1
- 2
-
-
作者
李玉泉
汤建泉
-
机构
冀中能源集团峰峰集团有限公司
山东科技大学资源与环境工程学院
-
出处
《煤矿开采》
北大核心
2009年第3期98-99,共2页
-
文摘
基于矿山压力控制理论,针对大淑村煤矿4106不规则工作面,研究分段分期矿压观测技术,制定不规则工作面的矿压观测方案,为不规则工作面的矿压观测提供理论与实践依据。
-
关键词
不规则工作面
分期观测
数据分析
经济效果
-
分类号
TD323
[矿业工程—矿井建设]
-
