基于目标检测算法的煤矿带式输送机碎石检测方法研究

孙锐

煤矿机械 ›› 2026, Vol. 47 ›› Issue (6) : 227 -231.

煤矿机械 ›› 2026, Vol. 47 ›› Issue (6) : 227 -231. DOI: 10.13436/j.mkjx.202606039

基于目标检测算法的煤矿带式输送机碎石检测方法研究

    孙锐
作者信息 +

Author information +
文章历史 +

摘要

针对煤矿井下带式输送机运行环境中光照不均、高粉尘干扰及目标形态不规则导致碎石检测精度低的问题,提出了一种改进的HW-YOLOv10目标检测算法。该方法对模型特征提取网络进行了深度重构,在主干网络中引入混合频域卷积(HFDC)模块替代标准单元,利用频域信息表征场景特征,并结合多尺度可变形卷积增强对不规则碎石边缘的自适应拟合能力;同时,针对弱光照条件下小目标与背景灰度差异微弱的难题,设计了低对比度特征增强模块(WFEM),有效强化了微弱纹理与边界信息的捕捉。实验结果表明,改进后的模型在精确度、召回率及平均精确度均值(mAP)上均显著优于基线模型,mAP提升幅度约30%,且热力图可视化显示其对关键目标区域的关注度更高。HW-YOLOv10在复杂工况下表现更优异,为保障煤矿运输系统的智能化安全运行提供了有效的技术支撑。

关键词

煤矿安全 / 机器视觉 / 带式输送机 / 碎石检测 / HW-YOLOv10

Key words

引用本文

引用格式 ▾
孙锐. 基于目标检测算法的煤矿带式输送机碎石检测方法研究[J]. 煤矿机械, 2026, 47(6): 227-231 DOI:10.13436/j.mkjx.202606039

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金项目(52274150)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉