来源：期刊VIP网 时间：
作者：李刚;朱宇;杨庆贺;邹军鹏;才天;贺鹏;张亚兵;赵艺鸣;田鑫浩;
单位：辽宁工程技术大学矿业学院;
摘要：基于YOLO系列的输送带异物检测技术已取得丰富的研究成果，但其颈部网络无法使相隔较远的特征层直接交换特征信息，引发小目标漏检、重复检测等问题。Hyper-YOLO可在颈部网络实现特征层之间跨层、跨位置的高阶关联，但会增加计算量，且降低对高频特征信息的敏感性，导致在噪声较为敏感的区域特征提取能力下降，预测边界框发生偏移。针对上述问题，提出一种基于改进Hyper-YOLO的煤矿输送带异物检测方法。在图像预处理阶段采用动态对比度受限自适应直方图均衡化（Dy-CLAHE）方法，将Laplacian算子引入对比度受限自适应直方图均衡化（CLAHE）框架，建立噪声水平与对比度限制阈值之间的动态映射关系，有效解决了粉尘环境下图像细节丢失和噪声放大的问题；对Hyper-YOLO进行改进，采用高效交并比（EIoU）损失函数优化边界框回归过程，提升了预测边界框定位精度，并在混合聚合网络（MANet）的深层和浅层嵌入高效通道注意力机制（ECA）模块，通过局部跨通道交互动态调整通道权重，有效平衡对高频和低频特征信息的敏感性，降低小目标异物的漏检率，同时通过简化快速空间金字塔池化（SimSPPF）模块，减少了冗余计算，在保证精度的同时提升了推理速度。实验结果表明：改进Hyper-YOLO在准确率和mAP@0.5指标上分别为94.2%和93.4%，相较于Hyper-YOLO提高了5.0%和3.5%，参数量为3.26×10~6个，召回率为87.7%，检测速度为158帧/s，满足煤矿井下异物实时检测的需求；在不同煤矿输送带异物检测场景下无漏检及重复检测情况，预测边界框更贴合异物。
关键词：煤矿输送带;;异物检测;;Hyper-YOLO;;动态对比度受限自适应直方图均衡;;EIoU;;高效通道注意力机制;;简化快速空间金字塔池化
基金资助：国家自然科学基金资助项目(52174077)
