轻量化煤矸目标检测方法研究_中国煤炭行业知识服务平台

轻量化煤矸目标检测方法研究

作者

杜京义史志芒郝乐陈瑞
单位

西安科技大学电气与控制工程学院西安科技大学安全科学与工程学院
摘要

针对目前基于深度学习的煤矸目标检测方法精度低、实时性差、小目标易漏检等问题，采用轻量化网络、自注意力机制、锚框优化方法对SSD模型进行改进，构建Ghost-SSD模型，进而提出一种轻量化煤矸目标检测方法。Ghost-SSD模型以SSD模型为基础框架，采用GhostNet轻量化特征提取网络代替主体网络层VGG16，以提高煤矸目标检测速度；针对浅层特征图中包含较多背景噪声及语义信息不足问题，引入自注意力模块对浅层特征图进行特征增强，提高对前景区域的关注度，并采用扩张卷积增大浅层特征图的感受野，丰富浅层特征图的语义信息；采用K-means算法对锚框进行聚类，优化锚框尺寸设置，进一步提高煤矸目标检测精度。实验结果表明，基于Ghost-SSD模型进行煤矸目标检测时，平均精度均值较SSD模型提高3.6%，检测速度提高75帧/s，且检测精度与速度均优于Faster-RCNN，Yolov3模型，同时对煤矸小目标具有较好的检测效果。
关键词

煤矸分选煤矸识别煤矸目标检测自注意力机制SSD模型GhostNet锚框聚类优化
基金项目(Foundation)

工信部物联网集成创新与融合应用项目(工信部科函〔2018〕470号)
引用格式

杜京义，史志芒，郝乐，等.轻量化煤矸目标检测方法研究［J］.工矿自动化，2021,47（11）：119-126.
相关专题

这篇文章属于“煤矸识别”专题（12篇）