基于KRB-YOLOv5s的煤矸識別方法

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）