国内刊号:34-1055/TD
国际刊号:1001-1250
发布日期:
作者:贾时东,王静宇,任国印,任鹏举
单位:内蒙古科技大学数智产业学院,内蒙古 包头市 014010
关键词:矿井烟雾检测,,RepVGGBlock,,YOLOv8n,,多尺度特征融合,,MAFPN,
基金:国家自然科学基金项目(编号:62466045);内蒙古自治区重点研发和成果转化计划项目(编号:2022YFSH0044);内蒙古自治区自然科学基金项目(编号:2025MS06018)。
针对矿井烟雾检测存在粉尘、金属反光、光照不均、目标尺度不一致等复杂情况,导致检测速度慢、精度不高的问题,提出一种改进YOLOv8n 的矿井烟雾检测模型YOLO-MSD。首先,在主干网络中引入RepVGGBlock 以提升复杂干扰下的检测表现。其次,设计了共享卷积金字塔(FPSC)替代SPPF,有效提升多尺度特征感知能力并降低计算量。最后,采用BiFPN 的加权融合思想改进多分枝辅助特征金字塔网络(MAFPN)作为网络结构,通过设计浅层辅助加权融合(SAWF)和深层辅助加权融合(AAWF)模块,在提升小目标烟雾检测精度的同时有效减少参数量。试验结果表明,YOLO-MSD 在保持255 帧/ s 推理速度的同时,达到91. 7%的AP50 与74. 5%的AP50-95,较YOLOv8n 分别提升4. 0 和6. 1 个百分点,在复杂的矿井环境下仍能保持稳定的烟雾检测性能。
来源:2026年第2期
《金属矿山》期刊编辑部