特黄三级爱爱视频|国产1区2区强奸|舌L子伦熟妇aV|日韩美腿激情一区|6月丁香综合久久|一级毛片免费试看|在线黄色电影免费|国产主播自拍一区|99精品热爱视频|亚洲黄色先锋一区

基于改進(jìn)YOLOv8 模型的井下人員入侵帶式輸送機(jī)危險(xiǎn)區(qū)域智能識(shí)別

  • 打印
  • 收藏
收藏成功


打開文本圖片集

摘要:針對(duì)煤礦帶式輸送機(jī)場景存在塵霧干擾嚴(yán)重、背景環(huán)境復(fù)雜、人員尺度多變且易遮擋等因素導(dǎo)致人員入侵危險(xiǎn)區(qū)域識(shí)別準(zhǔn)確率不高等問題,提出一種基于改進(jìn)YOLOv8 模型的井下人員入侵帶式輸送機(jī)危險(xiǎn)區(qū)域智能識(shí)別系統(tǒng)。改進(jìn)YOLOv8 模型通過替換主干網(wǎng)絡(luò)C2f 模塊為C2fER 模塊,加強(qiáng)模型的細(xì)節(jié)特征提取能力,提升模型對(duì)小目標(biāo)人員的識(shí)別性能;通過在頸部網(wǎng)絡(luò)引入特征強(qiáng)化加權(quán)雙向特征金字塔網(wǎng)絡(luò)(FE?BiFPN) 結(jié)構(gòu),提高模型的特征融合能力,從而提升模型對(duì)多尺度人員目標(biāo)的識(shí)別效果;通過引入分離增強(qiáng)注意力模塊(SEAM) 增強(qiáng)模型在復(fù)雜背景下對(duì)局部特征的關(guān)注度,提升模型對(duì)遮擋目標(biāo)人員的識(shí)別能力;通過引入WIoU 損失函數(shù)增強(qiáng)訓(xùn)練效果,提升模型識(shí)別準(zhǔn)確率。(剩余3054字)

monitor