基于MERL-YOLO的煤矸识别技术

王妍玮; 张玉; 孟祥林

doi:10.13436/j.mkjx.202611040

煤矿机械 ›› 2026, Vol. 47 ›› Issue (11) : 216 -224. DOI: 10.13436/j.mkjx.202611040

基于MERL-YOLO的煤矸识别技术

王妍玮, 张玉, 孟祥林

作者信息 +

Author information +

文章历史 +

摘要

煤矸分选是煤矿生产环节中的重要一环。传统的分选识别算法在面对煤矿生产的复杂环境时需要依赖于较高要求的硬件支持，才能满足高精度识别的要求。为此，提出了一种基于MobileNet and Efficient RepBiPAN LCD (MERL)-YOLO的煤矸识别模型，通过引入轻量化主干网络、双向特征金字塔网络（BiFPN）及轻量级空间-通道解耦（LSCD）检测头三大核心模块，在实时性与检测精度间实现了较为理想的平衡。实验结果表明，该模型在煤矸识别任务中取得显著性能突破，精确率达到91.19%，召回率提升至95.12%，平均精度均值mAP@50-95达84.48%。该模型在检测精度与分割质量间实现更优平衡,且在保证识别精度和实时性的基础上，更适合部署在硬件环境有限的煤矸分选场景中，为煤矸分选提供了经济可靠的技术支持。