期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DC-UNet的煤矿掘进巷道断面裂隙图像检测方法
1
作者
董征
张旭辉
+3 位作者
杨文娟
康乐
汤杜
炜
田琛辉
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2024年第12期224-232,共9页
【目的】煤矿巷道断面裂隙检测可表征巷道地质情况,指导掘进与支护工程。传统的巷道断面裂隙图像处理方法容易受到煤矿井下复杂环境的影响,导致裂隙检测效率较低。【方法】提出一种基于DC-UNet模型的巷道断面裂隙检测方法,可部署在移动...
【目的】煤矿巷道断面裂隙检测可表征巷道地质情况,指导掘进与支护工程。传统的巷道断面裂隙图像处理方法容易受到煤矿井下复杂环境的影响,导致裂隙检测效率较低。【方法】提出一种基于DC-UNet模型的巷道断面裂隙检测方法,可部署在移动端与嵌入式设备,实时有效地检测巷道断面裂隙情况,提高裂隙检测效率。首先,建立了巷道断面裂隙图像数据集,使用图像数据增强技术增加原始图像数据集,并对数据集图像进行标注。随后,基于DC-UNet网络构建了裂隙检测与裂隙参数计算框架,通过改进深度可分离卷积(depthwise separable convolution,DwConv)与引入双重注意力模块(convolutional block attention module,CBAM),提高了模型的轻量化与检测精度。DwConv替代传统卷积操作,降低了模型的参数量和计算量;CBAM模块通过串联通道注意力与空间注意力,提高了模型在低照度多粉尘复杂井下环境中的裂隙语义信息。最后,将所提算法与现有图像处理算法进行了对比,并将模型导入到移动端设备中进行验证。【结果和结论】结果表明:改进模型的裂隙检测精度为92%,相比于传统图像处理方法,检测精度得到了提高;改进模型部署在移动端设备,数据量为7.52 MB,相比于原有模型减少了68.9%,降低了模型的计算量;占用空间为19.43 MB,相比于原有模型降低了80.2%,提高了模型的轻量化水平;检测时间为0.075 s,满足现场检测实时性的要求,提高了检测速度。提出的改进算法可以满足煤矿井下掘进断面裂隙检测要求,为煤矿巷道裂隙检测与巷道掘进工程奠定了基础。
展开更多
关键词
巷道断面
裂隙检测
DC-UNet模型
模型轻量化
图像识别
语义分割
煤矿
下载PDF
职称材料
题名
基于DC-UNet的煤矿掘进巷道断面裂隙图像检测方法
1
作者
董征
张旭辉
杨文娟
康乐
汤杜
炜
田琛辉
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
出处
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2024年第12期224-232,共9页
基金
国家自然科学基金项目(52104166)
中国博士后科学基金面上项目(2022MD723826)
陕西省重点研发计划项目(2023-YBGY-063)。
文摘
【目的】煤矿巷道断面裂隙检测可表征巷道地质情况,指导掘进与支护工程。传统的巷道断面裂隙图像处理方法容易受到煤矿井下复杂环境的影响,导致裂隙检测效率较低。【方法】提出一种基于DC-UNet模型的巷道断面裂隙检测方法,可部署在移动端与嵌入式设备,实时有效地检测巷道断面裂隙情况,提高裂隙检测效率。首先,建立了巷道断面裂隙图像数据集,使用图像数据增强技术增加原始图像数据集,并对数据集图像进行标注。随后,基于DC-UNet网络构建了裂隙检测与裂隙参数计算框架,通过改进深度可分离卷积(depthwise separable convolution,DwConv)与引入双重注意力模块(convolutional block attention module,CBAM),提高了模型的轻量化与检测精度。DwConv替代传统卷积操作,降低了模型的参数量和计算量;CBAM模块通过串联通道注意力与空间注意力,提高了模型在低照度多粉尘复杂井下环境中的裂隙语义信息。最后,将所提算法与现有图像处理算法进行了对比,并将模型导入到移动端设备中进行验证。【结果和结论】结果表明:改进模型的裂隙检测精度为92%,相比于传统图像处理方法,检测精度得到了提高;改进模型部署在移动端设备,数据量为7.52 MB,相比于原有模型减少了68.9%,降低了模型的计算量;占用空间为19.43 MB,相比于原有模型降低了80.2%,提高了模型的轻量化水平;检测时间为0.075 s,满足现场检测实时性的要求,提高了检测速度。提出的改进算法可以满足煤矿井下掘进断面裂隙检测要求,为煤矿巷道裂隙检测与巷道掘进工程奠定了基础。
关键词
巷道断面
裂隙检测
DC-UNet模型
模型轻量化
图像识别
语义分割
煤矿
Keywords
roadway section
fracture detection
DC-UNet model
model lightweight nature
image recognition
semantic segmentation
coal mine
分类号
TD163 [矿业工程—矿山地质测量]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DC-UNet的煤矿掘进巷道断面裂隙图像检测方法
董征
张旭辉
杨文娟
康乐
汤杜
炜
田琛辉
《煤田地质与勘探》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部