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
2
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
基于机器视觉的地铁站台门与列车门间异物检测方法研究
被引量：
4
1
作者
张鹤庆
张金鑫
《现代城市轨道交通》
2020年第7期51-55,共5页
基于机器视觉的地铁站台门与列车门间异物检测方法对保障地铁安全运营,甚至对列车自动驾驶都具有较强的指导意义。为此,文章就此类方法所涉及的检测设备安装和核心检测流程进行综述。首先对用于拍摄站台门与列车门间灯带的摄像机的安装...
基于机器视觉的地铁站台门与列车门间异物检测方法对保障地铁安全运营,甚至对列车自动驾驶都具有较强的指导意义。为此,文章就此类方法所涉及的检测设备安装和核心检测流程进行综述。首先对用于拍摄站台门与列车门间灯带的摄像机的安装位置及成像角度进行归纳总结;然后根据检测异物时参照对象的不同将现有方法进行分类分析;最后对基于机器视觉的地铁站台门与列车门间异物检测方法进行展望。
展开更多
关键词
地铁
站台门
列车门
机器视觉
成像
异物
检测
方法
下载PDF
职称材料
基于改进YOLOv8的煤矿输送带异物目标检测方法研究
2
作者
吴胜
《选煤技术》
CAS
2024年第3期29-34,共6页
现有煤矿输送带异物目标检测方法所提出的网络结构复杂,而且选煤厂入煤工段和矿井运输工段的输送带光照强度低,存在粉尘等微小颗粒物的干扰,检测精度和检测效率均难以满足实际工况要求。为解决上述问题,文章构建了融合轻量化网络的改进Y...
现有煤矿输送带异物目标检测方法所提出的网络结构复杂,而且选煤厂入煤工段和矿井运输工段的输送带光照强度低,存在粉尘等微小颗粒物的干扰,检测精度和检测效率均难以满足实际工况要求。为解决上述问题,文章构建了融合轻量化网络的改进YOLOv8检测算法——YOLOv8-MobileNetV1。该模型以YOLOv8为基础,将传统的C2F卷积层替换为轻量化网络MobileNetV1来减少模型的参数量;将传统的空间金字塔池化层修改为大核金字塔池化层,以进一步提升模型的性能和泛化能力;同时融合CVH注意力机制模块来提高网络深层次信息的提取能力,从而提高煤矿输送带运输过程中的异物识别精度和检测效率。为验证该模型的有效性,自行构建了选煤厂和矿井输送带运输过程中常见异物(大块和锚杆)的数据集,并按照8∶1∶1的比例随机划分为训练集、验证集和测试集,从检测精度和检测效率两方面进行评价。实验结果表明:YOLOv8-MobileNetV1算法的大块和锚杆的目标检测精度为81.30%和89.46%,平均检测精度达到了85.38%,帧率为83.5 fps。相较于传统的目标检测算法,YOLOv8-MobileNetV1算法提高了煤矿输送带异物目标检测精度和检测效率,满足了实际工况所需的准确性和时效性,为煤矿安全生产做出了保障。
展开更多
关键词
异物
目标
检测
煤矿输送带
异物
目标
检测
方法
改进YOLOv8
轻量化网络
注意力机制
平均
检测
精度
帧率
下载PDF
职称材料
题名
基于机器视觉的地铁站台门与列车门间异物检测方法研究
被引量：
4
1
作者
张鹤庆
张金鑫
机构
郑州地铁集团有限公司
郑州科技学院信息工程学院
出处
《现代城市轨道交通》
2020年第7期51-55,共5页
文摘
基于机器视觉的地铁站台门与列车门间异物检测方法对保障地铁安全运营,甚至对列车自动驾驶都具有较强的指导意义。为此,文章就此类方法所涉及的检测设备安装和核心检测流程进行综述。首先对用于拍摄站台门与列车门间灯带的摄像机的安装位置及成像角度进行归纳总结;然后根据检测异物时参照对象的不同将现有方法进行分类分析;最后对基于机器视觉的地铁站台门与列车门间异物检测方法进行展望。
关键词
地铁
站台门
列车门
机器视觉
成像
异物
检测
方法
Keywords
subway
platform screen door
train door
machine vision
imaging
foreign matter detection method
分类号
U213.4 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
基于改进YOLOv8的煤矿输送带异物目标检测方法研究
2
作者
吴胜
机构
盘江精煤股份有限公司火烧铺煤矿
出处
《选煤技术》
CAS
2024年第3期29-34,共6页
文摘
现有煤矿输送带异物目标检测方法所提出的网络结构复杂,而且选煤厂入煤工段和矿井运输工段的输送带光照强度低,存在粉尘等微小颗粒物的干扰,检测精度和检测效率均难以满足实际工况要求。为解决上述问题,文章构建了融合轻量化网络的改进YOLOv8检测算法——YOLOv8-MobileNetV1。该模型以YOLOv8为基础,将传统的C2F卷积层替换为轻量化网络MobileNetV1来减少模型的参数量;将传统的空间金字塔池化层修改为大核金字塔池化层,以进一步提升模型的性能和泛化能力;同时融合CVH注意力机制模块来提高网络深层次信息的提取能力,从而提高煤矿输送带运输过程中的异物识别精度和检测效率。为验证该模型的有效性,自行构建了选煤厂和矿井输送带运输过程中常见异物(大块和锚杆)的数据集,并按照8∶1∶1的比例随机划分为训练集、验证集和测试集,从检测精度和检测效率两方面进行评价。实验结果表明:YOLOv8-MobileNetV1算法的大块和锚杆的目标检测精度为81.30%和89.46%,平均检测精度达到了85.38%,帧率为83.5 fps。相较于传统的目标检测算法,YOLOv8-MobileNetV1算法提高了煤矿输送带异物目标检测精度和检测效率,满足了实际工况所需的准确性和时效性,为煤矿安全生产做出了保障。
关键词
异物
目标
检测
煤矿输送带
异物
目标
检测
方法
改进YOLOv8
轻量化网络
注意力机制
平均
检测
精度
帧率
Keywords
detection of foreign object
method for detection of foreign objects on belt conveyor
improved YOLOv8
lightweight network
attention mechanism
average detection accuracy
frame rate
分类号
TD948.7 [矿业工程—选矿]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器视觉的地铁站台门与列车门间异物检测方法研究
张鹤庆
张金鑫
《现代城市轨道交通》
2020
4
下载PDF
职称材料
2
基于改进YOLOv8的煤矿输送带异物目标检测方法研究
吴胜
《选煤技术》
CAS
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
