堆煤是输送机常见故障之一,为了保障煤矿工业生产的安全,需要对煤矿井下输送机的堆煤情况进行检测。然而现有的检测方法存在容易误触、检测可靠性较差等缺点,针对这些问题提出一种基于Transformer统一多尺度时序卷积(unified multi-scal...堆煤是输送机常见故障之一,为了保障煤矿工业生产的安全,需要对煤矿井下输送机的堆煤情况进行检测。然而现有的检测方法存在容易误触、检测可靠性较差等缺点,针对这些问题提出一种基于Transformer统一多尺度时序卷积(unified multi-scale temporal ConvTransformer,UnMS-TCT)网络用于输送机堆煤检测。首先融合RGB帧和光流帧提取的特征,使网络更全面地建模时空关系;然后在时序编码器中,将动态位置嵌入(dynamic position embedding,DPE),多头关系聚合器(multi-head relation aggregator,MHRA)以及多层感知机(multilayer perceptron,MLP)组成的全局模块,交叉注意力(cross-attention,CA)组成的局部模块,以交替方式形成全局-局部关系模块,增强多尺度下获取全局和局部时间关系的能力;其次利用残差全局-局部融合(residual global and local fusion,ResGLFus)模块融合多尺度特征,有效地提高融合过程的稳定性,最终实现高精度堆煤预测。实验结果表明:该方法能够实现对输送机堆煤的检测,mAP达到98.17%。展开更多
文摘堆煤是输送机常见故障之一,为了保障煤矿工业生产的安全,需要对煤矿井下输送机的堆煤情况进行检测。然而现有的检测方法存在容易误触、检测可靠性较差等缺点,针对这些问题提出一种基于Transformer统一多尺度时序卷积(unified multi-scale temporal ConvTransformer,UnMS-TCT)网络用于输送机堆煤检测。首先融合RGB帧和光流帧提取的特征,使网络更全面地建模时空关系;然后在时序编码器中,将动态位置嵌入(dynamic position embedding,DPE),多头关系聚合器(multi-head relation aggregator,MHRA)以及多层感知机(multilayer perceptron,MLP)组成的全局模块,交叉注意力(cross-attention,CA)组成的局部模块,以交替方式形成全局-局部关系模块,增强多尺度下获取全局和局部时间关系的能力;其次利用残差全局-局部融合(residual global and local fusion,ResGLFus)模块融合多尺度特征,有效地提高融合过程的稳定性,最终实现高精度堆煤预测。实验结果表明:该方法能够实现对输送机堆煤的检测,mAP达到98.17%。
