基于轻量化的高帧率块煤检测方法

摘要

【目的】大块煤在运输过程中对传送带会产生较大磨损，影响煤炭开采安全。针对传统块煤检测方法冗余低效等问题，提出一种更具轻量化和高帧率的块煤检测方法 SEBYOLOv8模型。【方法】首先，在特征提取网络中引入SCConv(Spatial and Channel Reconstruction Convolution)模块和ECA注意力机制以减少特征冗余和增加计算效率。其次，在特征融合网络中插入BiFPN双向特征金字塔网络，通过融合多尺度特征并降低提取特征的计算量，提高整个网络的检测性能。【结果】实验结果表示，改进后的SEB-YOLOv8模型大小约5.9 M，浮点运算量约7.9 G，在模型性能方面，平均精度均值从56.95%提高到58.83%，此外在实时性能方面SEB-YOLOv8画面帧数约164.74 FPS，提高约19%。由此可见，SEB-YOLOv8模型有效的降低了块煤检测模型冗余并提高检测帧率，为以后的大块煤检测任务提供了可靠的借鉴。

关键词

块煤 / 深度学习 / 目标检测 / YOLOv8