[发明专利]一种轻量化煤矸目标检测方法

说明书

本发明公开了一种轻量化煤矸目标检测方法，具体为：首先，在不同光照条件下采集煤矸图片，建立煤矸数据集；利用轻量化特征提取网络，提取煤矸图片的多尺度特征；再应用自注意力分支对浅层特征图进行特征增强；之后利用修改后的锚框参数生成每种尺度特征图对应的锚框；以SSD目标检测模型为基本框架，构建改进SSD煤矸目标检测模型；最后，采用煤矸训练集对模型进行训练。本发明的方法，实现了检测精度和速度更好的权衡，通过对模型进行轻量化处理、引入自注意力机制以及锚框优化，提高了煤矸目标检测的精度和速度。

技术领域

本发明属于计算机视觉检测技术领域，具体涉及一种轻量化煤矸目标检测方法。

背景技术

原煤开采中不可避免的掺杂着煤矸石，而煤炭在燃烧过程中，煤矸石不仅会影响煤炭的充分燃烧而且还会造成环境污染，因此，煤矸分选是提高煤碳利用率的主要途径，也是推动洁净煤技术发展的关键之一。传统的煤矸石分选方式主要有人工分选和机械分选两种方式，人工选矸的方式不仅劳动强度大、效率低，而且工作环境恶劣，容易对工人身体造成危害；机械选矸的方式又可分为湿选法和干选法两种方式，但此类方法容易对水或大气造成污染。目前，较为成熟的煤矸分选方式主要是射线法，虽然分选精度较高，但是射线法本身存在辐射危害，设备昂贵且不易管理等问题，应用上难以推广。

随着计算机视觉技术的发展，设备简单、识别效率高的图像处理技术受到越来越多的学者关注。中国专利(申请号202011468232.1，公开号CN 112560941 A)公开了基于图像检测的煤矸识别方法，这种方法能针对图像中的煤矸目标进行识别，但是无法直接输出煤矸的位置信息，在实际煤矸分选中，不仅需要知道煤和矸石的类别信息，还需要知道煤和矸石的位置信息，因此有必要进一步研究。

发明内容

本发明的目的是提供一种轻量化煤矸目标检测方法，解决了现有煤矸目标检测方法存在的检测精度低、速度慢的问题。

本发明所采用技术方案是，一种轻量化煤矸目标检测方法，具体按照以下步骤实施：

步骤1，数据集采集与标注：在不同光照条件下采集煤矸图片，形成煤矸数据集；

步骤2，利用轻量化特征提取网络，提取煤矸图片的多尺度特征；

具体为：以SSD特征提取网络为基础，利用GhostNet的Conv1、GB Neck2、GB Neck3、GB Neck4、GB Neck5作为SSD特征提取网络的主体网络层提取任意一张煤矸图片的浅层特征，主体网络层输出特征图的尺寸为19×19×112，设置GhostNet的基本结构Ghost模块中利用线性变换生成特征图的个数s＝2，再经过扩展层Conv6、Conv7、Conv8、Conv9四个卷积块提取特征图的深层特征；

步骤3，应用自注意力分支对浅层特征图进行特征增强；

步骤4，利用修改后的锚框参数生成每种尺度特征图对应的锚框；

步骤5，以SSD目标检测模型为基本框架，构建改进SSD煤矸目标检测模型；

步骤6，对模型进行训练。

本发明的特点还在于，

步骤1中，数据集中包含两个类别：煤、矸石，利用LabelImg软件对数据集进行标注，数据集格式为VOC格式，并利用随机旋转、水平翻转、亮度增强三种操作进行煤矸数据集扩充，利用坐标转换自动生成扩充图片的xml文件，确保扩充之后的数据集总量不少于2800张。

步骤3中，具体过程如下：