声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1155/P
国际刊号：1001-1986
发布日期:
作者：刘洺睿, 车奔, 董洪波, 朱若篱,
关键词：露天煤矿, 无人机, 矿区遥感图像, 小目标检测, YOLOv7, 注意力机制, NWD度量,
露天煤矿采场地形复杂，车辆事故时有发生，准确定位车辆位置对于安全生产至关重要。针对矿区无人机遥感图像小目标定位不准确的问题，提出了一种改进的YOLOv7目标检测模型。首先对原始网络模型中的ELAN模块进行卷积替换，加速网络的推理速度。并在此基础上，进一步结合eSE通道注意力机制，形成PConv-eSE卷积注意力模块，加强模型网络对小目标的特征提取能力，降低背景信息的影响。最后，使用NWD度量标准的损失函数，进一步优化网络，提高准确性。在矿区采场车辆数据集上对改进的模型进行了实验验证，结果表明： 改进后的模型Pmav值达到94.5%，相对于原始模型上升了7.2%，有效解决了原始网络对于遥感小目标定位漏检的问题，为无人机在露天矿区小目标定位领域的应用提供了理论基础。
来源：2023年第11期
《煤田地质与勘探》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。