-
题名基于目标检测与跟踪的轻量化煤矿区域限员算法
- 1
-
-
作者
樊荣
邓飞
游磊
杨筱彧
李涛
-
机构
中煤科工集团重庆研究院有限公司
煤矿灾害防控全国重点实验室
-
出处
《工矿自动化》
北大核心
2025年第8期51-58,共8页
-
基金
重庆市自然科学基金博士直通车项目(CSTB2024NSCQ-BSX006)
中煤科工集团重庆研究院有限公司一般项目(2025YBXM06)。
-
文摘
目前基于视频监控的井下区域限员算法主要利用多目标跟踪实现,存在运算复杂难以实现低功耗嵌入式移植,易受环境光源干扰等问题。针对上述问题,提出了一种基于目标检测与跟踪的轻量化煤矿区域限员算法。利用多台双目结构光摄像仪采集重点区域进出口的彩色图和深度图,基于改进的轻量化目标检测模型GF−YOLOv8,完成工作人员的图像定位;采用交并比优先策略对目标与轨迹进行匹配,减少了传统目标跟踪算法的匹配次数,提升了跟踪的运算速度;以跟踪轨迹为基础,通过多摄像仪的跨线计数的方式,统计重点区域总人数,当达到限员人数时,输出报警信息。试验结果表明:双目结构光摄像仪可以有效克服光照影响;改进的目标检测模型GF−YOLOv8的AP@0.5和AP@0.5:0.95较YOLOv8分别提高了0.24%,3.42%,参数量和每秒浮点运算次数分别降低了17.29%,2.58%;交并比优先策略与DeepSort算法精度相近,但具有更低的匹配复杂度;在限员报警次数方面,真实报警次数为17次,交并比优先策略正确报警16次,漏报1次。
-
关键词
煤矿区域限员
区域人数统计
目标检测与跟踪
双目结构光摄像仪
GF−YOLOv8
交并比优先策略
-
Keywords
coal mine personnel restriction
regional population statistics
object detection and tracking
binocular structured-light camera
gf-yolov8
Intersection-Over-Union priority strategy
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名一种针对小尺度风车的目标检测算法
- 2
-
-
作者
鲍熠琳
胡晋山
康建荣
朱益虎
王胜利
-
机构
江苏师范学地理测绘与城乡规划学院
江苏省地质测绘队
-
出处
《可再生能源》
北大核心
2025年第12期1638-1646,共9页
-
基金
国家自然科学基金项目(52074133,41671395)。
-
文摘
风车是将风能转换为电能的重要设施,针对遥感影像中小尺度风车识别过程中出现的漏检与误检问题,文章构建了新的高分二号风车数据集,提出了针对风车小目标检测任务的YOLO-WM算法。该算法在YOLOv8目标检测算法的基础上增加一个极小目标检测层,并在Backbone部分添加了BSAM动态注意力机制模块,使轻量化C2f_RepGhost模块替换C2f模块,最后在预测阶段结合SAHI切算法完成风车标检测任务。实验结果表明,YOLO-WM算法在降低算法复杂度的同时更好地保留了浅层卷积特征,能更准确地捕捉小尺度目标信息。该方法弥补了小目标检测数据集的不足,经验证,改进算法在小尺度风车上的效果优于其他算法。文章研究结果对于风能资源合理优化配置与地理要素联合分析具有一定参考价值。
-
关键词
风车
深度学习
小目标检测
YOLOv8
高分影像
-
Keywords
windmills
deep learning
small target detection
YOLOv8
GF images
-
分类号
TK81
[动力工程及工程热物理—流体机械及工程]
-
