来源：期刊VIP网 时间：
作者：李海川;贺星亮;贾仟国;李利;
单位：陕西陕煤澄合矿业有限公司;中煤科工集团常州研究院有限公司;西安科技大学电气与控制工程学院;
摘要：为防范潜在隐患、保障煤矿安全生产，对矿井作业人员行为进行检测已成为提高矿井安全管理水平的重要方式。鉴于目前常用的智能检测方法精度普遍较低，提出基于S3DD-YOLOv8n的矿工行为检测算法：为提取视频数据的时间信息并保持连续性，在YOLOv8n的骨干网络中引入3D空洞卷积，改进数据增强算法；引入压缩—激励SE(Squeeze&Excitation)注意力机制，提高网络对重点信息的关注程度；引入可变形卷积提高模型对矿工行为的拟合度。经DsLMF+数据集实验验证，该算法的平均精度均值mAP50达到了97.0%,相比YOLOv8n提升了4.0%,同时精确率P和回归率R分别提升了12.9%、7.0%,达到92.5%、90.4%,该算法可高效、精准地检测矿工行为。
关键词：矿工行为检测;;YOLOv8n;;3D空洞卷积;;SE注意力机制;;可变形卷积
基金资助：陕西省自然科学基础研究计划项目(2024JC-YBQN-0726)
