论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 吴守鹏,丁恩杰,俞啸
关键词: 带式输送机,目标检测,特征金字塔
来源: 煤矿安全 2019年12期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 矿业工程,计算机软件及计算机应用,自动化技术
单位: 中国矿业大学物联网(感知矿山)研究中心,中国矿业大学信息与控制工程学院,徐州医科大学医学信息学院
基金: “十三五”国家重点研发计划资助项目（2017YFC0804400）
分类号: TP183;TP391.41;TD528.1
DOI: 10.13347/j.cnki.mkaq.2019.12.029
页码: 127-130
总页数: 4
文件大小: 2255K
下载量: 226