近年来,煤矿安全一直是重点关注的领域,各种技术不断为煤矿生产安全提供更好的保障。传统视频监控系统依赖人力,存在视野盲区和效率低下的问题。为了提高煤矿安全监控的智能化水平,提出了一种基于海思Hi3559A边缘计算设备和深度学习技术的解决方案。该方案通过生成对抗网络(GAN)生成训练样本,并对YOLOv7检测算法进行优化,引入滑动窗口自注意力机制(SwinTransformer)、双路特征提取网络(BiBranchBackbone)和网格特征融合模块(GrideFuse),提升了检测和分割精度,以实现复杂场景下明火和烟雾的精确检测和分割。试验结果表明,改进后的YOLOv7算法在检测框mAP和分割mAP上分别提高了2.7%和2.3%。提出的智能煤矿安全预警监测系统已在实际应用中取得了显著效果,为煤矿企业的安全生产提供了有力保障。

王哲,陈峤鹰,李青,等.基于对抗生成网络的矿井烟火安全预警检测算法研究[J].煤矿机电,2024,45(6):7-11,28.