-
题名基于MF-YOLOX-S的煤矿井下行人检测算法
- 1
-
-
作者
谢斌红
张晓晨
-
机构
太原科技大学计算机科学与技术学院
-
出处
《太原科技大学学报》
2025年第5期433-438,446,共7页
-
基金
吕梁市引进高层次科技人才重点研发项目(2022RC08)
山西省基础研究计划(20210302123216)。
-
文摘
针对煤矿井下大型设备遮挡、行人尺度不一等复杂环境导致行人检测出现漏检、误检等问题,提出一种基于MF-YOLOX-S算法的煤矿井下行人检测方法。通过设计新的特征金字塔模型MF-FPN作为YOLOX-S中原始特征金字塔网络(Feature Pyramid Networks,FPN)的替代方案,首先将多尺度注意力模块填充至FPN高层特征融合前,以提取丰富的多尺度上下文信息;其次,在特征融合后利用特征增强模块增大FPN中的感受野,增强原始特征金字塔的表征能力,在保证检测实时性的前提下,提高YOLOX-S网络对复杂环境下行人的检测能力。在COCO数据集和煤矿井下行人数据集下的实验结果表明,所提算法相对于原YOLOX-S,平均精度mAP分别有1.96%和3.64%的提升,且检测速度达到65 FPS,满足井下行人检测的实时性要求,对煤矿智能监控系统具有重要意义。
-
关键词
煤矿井下
mf-fpn
YOLOX网络
多尺度特征融合
遮挡行人检测
-
Keywords
coal mine
mf-fpn
YOLOX network
multi-scale feature fusion
blocking pedestrian detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
