期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv11n模型的输送带异物检测方法
1
作者 高雁青 徐小马 +4 位作者 刘广超 郑军领 许江涛 张庆 王杰 《工矿自动化》 2025年第10期41-47,56,共8页
针对煤矿输送带异物尺寸差异大、背景复杂、小目标和细长目标检测效果不佳的问题,提出一种基于改进YOLOv11n模型的输送带异物检测方法。YOLOv11n模型核心改进包括3个方面:在颈部网络引入顺序化尺度交互融合(SSFF)模块,用顺序化的尺度交... 针对煤矿输送带异物尺寸差异大、背景复杂、小目标和细长目标检测效果不佳的问题,提出一种基于改进YOLOv11n模型的输送带异物检测方法。YOLOv11n模型核心改进包括3个方面:在颈部网络引入顺序化尺度交互融合(SSFF)模块,用顺序化的尺度交互增强不同尺度信息的有效捕获与融合;构建并行化的C3K2PPA模块,引入空间维度的并行补丁感知注意力(PPA)模块,以突出关键区域表征,提升召回率;在同尺度横向融合处设计带向对比融合(BACF)模块,结合带向先验、高通边缘指示,用逐像素门控替代简单拼接,可在不增加通道数的前提下抑制沿带向的周期性背景噪声并强化跨分支差异,从而提升模型在复杂工况下的判别能力与鲁棒性。实验结果表明:改进YOLOv11n模型的精确率与召回率分别达0.914与0.892,mAP@0.5与mAP@0.5:0.95分别为93.1%,62.2%,较YOLOv11n有显著提升,在准确性和鲁棒性方面优于YOLOv5s,YOLOv8n,YOLOv10n等主流轻量模型;模型推理速度达96帧/s,实时性较高,能高效执行煤矿输送带异物检测任务;热力图分析表明,改进YOLOv11n模型有效增强了目标区域聚焦能力,减少了冗余框,提高了小目标检测精度。 展开更多
关键词 输送带异物检测 YOLOv11n 顺序化尺度交互融合 并行补丁感知注意力 带向对比融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部