-
题名基于YOLO-MSD的矿井烟雾检测模型
- 1
-
-
作者
贾时东
王静宇
任国印
任鹏举
-
机构
内蒙古科技大学数智产业学院
-
出处
《金属矿山》
北大核心
2026年第2期218-228,共11页
-
基金
国家自然科学基金项目(编号:62466045)
内蒙古自治区重点研发和成果转化计划项目(编号:2022YFSH0044)
内蒙古自治区自然科学基金项目(编号:2025MS06018)。
-
文摘
针对矿井烟雾检测存在粉尘、金属反光、光照不均、目标尺度不一致等复杂情况,导致检测速度慢、精度不高的问题,提出一种改进YOLOv8n的矿井烟雾检测模型YOLO-MSD。首先,在主干网络中引入Rep VGGBlock以提升复杂干扰下的检测表现。其次,设计了共享卷积金字塔(FPSC)替代SPPF,有效提升多尺度特征感知能力并降低计算量。最后,采用Bi FPN的加权融合思想改进多分枝辅助特征金字塔网络(MAFPN)作为网络结构,通过设计浅层辅助加权融合(SAWF)和深层辅助加权融合(AAWF)模块,在提升小目标烟雾检测精度的同时有效减少参数量。试验结果表明,YOLO-MSD在保持255帧/s推理速度的同时,达到91.7%的AP50与74.5%的AP50-95,较YOLOv8n分别提升4.0和6.1个百分点,在复杂的矿井环境下仍能保持稳定的烟雾检测性能。
-
关键词
矿井烟雾检测
repvggblock
YOLOv8n
多尺度特征融合
MAFPN
-
Keywords
mine smoke detection
repvggblock
YOLOv8n
multi-scale feature fusion
MAFPN
-
分类号
TD752
[矿业工程—矿井通风与安全]
-
