10.3969/j.issn.1672-9722.2023.03.030
煤矿井下承人装置违规检测研究
针对井下承人装置违规检测大多是监工人员现场监督效率低下、矿井光照不均匀的问题,提出利用自适应伽马变换图像增强与改进的YOLOv3网络相结合的实时检测方法.首先构建了矿井承人装置数据集,采用自适应伽马变换对井下图像进行亮度校正,然后改进了YOLOv3的分类器,为了进一步提高模型的性能,引入SENet结构来增强网络的全局接受范围.在自制数据集上的实验结果表明,嵌入SENet结构的YOLOv3网络可以达到94.6%的准确率和91.8%的召回率,可以显著提高井下承人装置违规的检测精度.同时,该网络检测速度每秒达到42.54帧,满足实时性要求.
承人装置违规检测、图像增强、伽马变换、YOLOV3、SENet
51
TD563;TP39(矿山运输与设备)
山西省中科院科技合作项目;山西省重点研发计划一般工业项目;山西省社会发展科技项目;太原科技大学校博士科研启动基金
2023-07-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
700-705