基于ACMG-YOLOv11的轻量化输送带异物检测方法

赵树旺; 苏青; 张文林; 韩杰; 王鑫; 郭锐; 张岩松

doi:10.13436/j.mkjx.202606042

煤矿机械 ›› 2026, Vol. 47 ›› Issue (6) : 242 -247. DOI: 10.13436/j.mkjx.202606042

基于ACMG-YOLOv11的轻量化输送带异物检测方法

赵树旺, 苏青, 张文林, 韩杰, 王鑫, 郭锐, 张岩松

作者信息 +

Author information +

文章历史 +

摘要

燃煤输煤系统带式输送机运行环境复杂，煤流中易混入矸石、金属构件等异物，若不能及时识别与处置，可能引发煤流堆积、输送带撕裂等故障，影响设备安全与连续生产。针对现有目标检测模型参数量较大、复杂背景下小目标易漏检且难以在嵌入式端实时部署的问题，提出一种轻量化输送带异物检测网络ACMG-YOLOv11。该方法以YOLOv11为基线，在主干网络中引入C2-ACN以增强多尺度上下文表达并控制计算开销，在特征提取阶段引入MCGU以提高复杂煤流背景下的关键信息聚合能力，在特征融合路径中引入C3-MI以加强非线性交互并提升边界与纹理判别能力。实验数据来自曹妃甸港输煤作业平台，共采集图像862张，分辨率为1 080×1 920（像素），覆盖多时段与多工况条件，并包含多类别异物目标。通过对比实验与消融实验验证了各改进模块的有效性。结果表明，该方法在保证轻量化的同时提升了检测性能与复杂工况适应性，可为输送带异物在线监测与工程部署提供参考。