-
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]
-
-
题名智能化矿用摄像仪测试方法中约束条件的研究
- 3
-
-
作者
汪雪君
-
机构
中煤科工集团常州研究院有限公司
国家安全生产常州矿用通讯监控设备检测检验中心
中煤科工集团常州研究院有限公司矿用通信监控设备实验室
-
出处
《中国测试》
CAS
北大核心
2023年第S01期86-90,共5页
-
文摘
矿用摄像仪智能化发展迅速,普通的智能化摄像仪的测试方案中缺少与井下特殊环境相关的关键条件。针对这个问题,进行智能化矿用摄像仪测试方法中约束条件的研究。首先,介绍智能化矿用摄像仪的软件、硬件功能,对其分别进行矿井约束条件下的测试及分析研究。软件功能测试结果表明:环境照度及距离(约束条件)对纵撕检测功能的测试结果均存在较大影响,距离(约束条件)对井下人脸识别功能的测试结果存在较大影响。硬件功能方面,分析其与约束条件的相关性,结合产品防爆性能进行综合评价后得到测试关注点。最后,通过加入矿井约束条件及关注点,优化智能化矿用摄像仪的测试方法。根据实例结果表明:可提高检验有效性与可靠性。该研究对建立矿用摄像仪智能化评测标准和矿用摄像仪设计等提供有效的参考。
-
关键词
智能化矿用摄像仪
机器视觉
矿用输送带纵撕检测
煤矿井下人脸识别
5G
-
Keywords
intelligent mining camera
machine vision
longitudinal tear detection of mining conveyor belt
face recognition in coal mine
5G
-
分类号
TD40
[矿业工程—矿山机电]
-