-
题名改进YOLOv4的输送带纵向撕裂检测
被引量：2
- 1
-
-
作者
秦彤
李晓明
-
机构
太原科技大学计算机科学与技术学院
-
出处
《计算机系统应用》
2023年第3期186-194,共9页
-
基金
国家自然科学基金(61373099)。
-
文摘
输送带纵向撕裂检测是煤矿安全生产的重要问题之一.针对矿用输送带纵向撕裂检测存在因数据量不足、损伤形态多样化、极致宽高比而导致的检测精度不足、存在误检与漏检等问题,本文提出一种改进YOLOv4的输送带纵向撕裂检测算法.首先,通过数据增强的方式扩充现有数据,构建输送带纵向撕裂数据集.其次,在主干网络之中添加可变形卷积,增强模型对多样化损伤形态的特征提取能力.最后,在特征融合阶段,引入跨阶段局部网络(CSPNet)结构,提升模型对极致宽高比的纵向撕裂检测性能,进一步降低模型的漏检与误检.实验结果表明,输送带纵向撕裂检测准确率达到92.5%, F1分数达到93.1%,基本满足输送带纵向撕裂检测要求.
-
关键词
输送带纵向撕裂检测
YOLOv4
数据增强
可变形卷积
跨阶段局部网络
-
Keywords
longitudinal tear detection for conveyor belt
YOLOv4
data augmentation
deformable convolution
cross stage partial network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
TD528.1
[矿业工程—矿山机电]
-
-
题名基于改进高斯混合模型的矿用输送带纵向撕裂检测方法
被引量：5
- 2
-
-
作者
郭健
乔铁柱
车剑
-
机构
太原理工大学新型传感器与智能控制教育部重点实验室
-
出处
《煤矿安全》
CAS
北大核心
2020年第12期167-170,共4页
-
基金
国家自然科学基金资助项目(201801D121180)
NSFC-山西煤基低碳联合基金资助项目(U1810121)。
-
文摘
提出一种红外图像特征与改进高斯混合模型(Gaussian Mixture Model,GMM)相结合的矿用输送带纵向撕裂在线检测方法。设计了一种自适应混合中值滤波技术;针对高斯混合模型初始化易错的缺点,采用加权可选择模糊C-均值改善这一问题,把红外图像特征参数作为改进的GMM聚类的特征向量进行聚类分析,实现了矿用输送带纵向撕裂识别。试验结果表明:检测方法对输送带纵向撕裂检测的正确检测率可达99%。
-
关键词
输送带纵向撕裂检测
自适应混合中值滤波
改进的高斯混合模型
加权可选择模糊C-均值算法
红外图像特征
-
Keywords
longitudinal tear detection of conveyor belt
adaptive hybrid median filtering
improved Gaussian Mixture Model(GMM)
weighted alternative fuzzy C-means algorithm
infrared image features
-
分类号
TD679
[矿业工程—矿山机电]
-
