基于KRB-YOLOv5s的煤矸識別方法
遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版)
頁數(shù): 8 2024-08-15
摘要: 為解決煤礦高粉塵、低照度、高噪聲與堆疊等復(fù)雜環(huán)境因素導(dǎo)致的煤矸識別精度低、漏檢與誤檢問題,提出一種基于KRB-YOLOv5s算法的煤矸識別方法。采用K均值聚類(K-means++)算法對數(shù)據(jù)集進行重新聚類,以得到更精準的錨框參數(shù);在YOLOv5s主干網(wǎng)絡(luò)中引入大核卷積結(jié)構(gòu)重參數(shù)(RepLKNet)網(wǎng)絡(luò),通過大核卷積架構(gòu)提取目標更高層級的特征信息;在YOLOv5s頸部引入加權(quán)雙向... (共8頁)