基于改进Faster R-CNN的综放煤矸混合放出状态识别方法

• Published in: 煤炭学报 Vol. 47; no. 3; pp. 1382 - 1394
• Main Authors: 单鹏飞, 孙浩强, 来兴平, 朱兴攀, 杨建辉, 高健铭
• Format: Journal Article
• Language: Chinese
• Published: 西安科技大学教育部西部矿井开采及灾害防治重点实验室,陕西西安 710054%西安科技大学能源学院,陕西西安 710054 01.03.2022; 西安科技大学教育部西部矿井开采及灾害防治重点实验室,陕西西安 710054; 西安科技大学能源学院,陕西西安 710054; 陕西陕煤曹家滩矿业有限公司,陕西榆林 719000; 陕西陕煤榆北煤业有限公司,陕西榆林 719000%陕西陕煤榆北煤业有限公司,陕西榆林 719000
• Subjects: 综放开采; 煤矸混合放出; 图像识别; 检测算法; 粉尘环境

TD823.49%TD67; 放煤量的智能监测技术是智能化综放开采发展的方向之一.针对厚煤层综放开采混合介质下落过程煤矸智能识别现有方法存在适用范围窄、误判率高等问题,提出一种基于实时区域卷积神经网络(Faster R-CNN)改进的CBAM Faster R-CNN煤矸混合放出状态分析识别方法.该方法以综放开采工作面煤矸石下落状态为背景,将注意力机制算法(CBAM)融入ResNet50特征提取网络,研究了注意力机制融合于ResNet50主干特征提取网络的融合优化方法,确定了以煤矸石下落状态检测为目标的最佳融合位置,增加了提取煤与矸石权重信息的能力,使得特征提取过程重点关注煤矸运动状态参量;构...