摘要:针对大块矸石或铁器等进入运煤输送带系统易造成输送带损伤、撕裂等问题,提出了一种Faster-RCNN+双向特征金字塔网络(Double-sided Feature Pyramid Networks,DSFPN)的运煤输送带异物识别模型,模型以深度学习目标检测框架Faster-RCNN为基础,对FPN结构改进提出了DSFPN,DSFPN通过自底向上和自顶向下2个多尺度特征融合过程来解决输送带异物的多尺度问题。测试结果表明,DSFPN可以有效的提升小块矸石等小尺寸异物的检测能力,并且提升了类似锚杆、大矸石等大尺寸异物的识别精度。
关键词:带式输送机 目标检测 特征金字塔 fpn
单位:中国矿业大学物联网(感知矿山)研究中心; 江苏徐州221008; 中国矿业大学信息与控制工程学院; 江苏徐州221008; 徐州医科大学医学信息学院; 江苏徐州221009
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社