為了解決當(dāng)前煤礦監(jiān)控中存在的人工干預(yù)多、監(jiān)測(cè)效率低等問(wèn)題,建立基于RetinaNet的單階段煤礦目標(biāo)檢測(cè)器,通過(guò)實(shí)驗(yàn)確定檢測(cè)關(guān)鍵參數(shù)并驗(yàn)證檢測(cè)效果。實(shí)驗(yàn)結(jié)果表明:RetinaNet目標(biāo)檢測(cè)器能夠自動(dòng)檢測(cè)及提取人員等關(guān)鍵對(duì)象,整體性能可以滿足煤礦監(jiān)控的需求; RetinaNet目標(biāo)檢測(cè)器能夠在較差的環(huán)境條件下實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的準(zhǔn)確檢測(cè),對(duì)于人員的辨識(shí)已經(jīng)達(dá)到較為理想的水平;基于現(xiàn)有數(shù)據(jù)構(gòu)建的圖像識(shí)別模型,尚不能較好地識(shí)別各類煤礦機(jī)械設(shè)備。RetinaNet目標(biāo)檢測(cè)器相關(guān)功能的實(shí)現(xiàn),有賴于建立專業(yè)圖像數(shù)據(jù)集,并準(zhǔn)確地訓(xùn)練模型進(jìn)而發(fā)掘數(shù)據(jù)的深度價(jià)值。 

【文章來(lái)源】：礦業(yè)安全與環(huán)保. 2020,47(05)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

Retina Net檢測(cè)器結(jié)構(gòu)

實(shí)驗(yàn)平臺(tái)采用GTX920m GPU，操作系統(tǒng)為Windows 10 Professional，檢測(cè)器通過(guò)Python語(yǔ)言編程實(shí)現(xiàn)。圖像識(shí)別主要流程如圖2所示。由圖2可見(jiàn)，圖像識(shí)別主要分為兩步:(1)圖像處理，包括圖像預(yù)處理、圖像分割和圖像特征提取;(2)圖像辨識(shí)，以識(shí)別人為目標(biāo)開(kāi)展實(shí)驗(yàn)。

概率閾值參數(shù)作用于被呈現(xiàn)的結(jié)果，檢測(cè)器會(huì)對(duì)每一個(gè)可能的對(duì)象給出一個(gè)概率值，即被檢測(cè)對(duì)象有多大的可能性是檢測(cè)器判定的目標(biāo)，如果概率值小于概率閾值參數(shù)，則該概率值不被呈現(xiàn)給使用者。設(shè)定Res Net網(wǎng)絡(luò)深度為50層，α=0.25，僅改變概率閾值參數(shù)的取值，預(yù)實(shí)驗(yàn)Retina Net不同概率閾值參數(shù)實(shí)驗(yàn)結(jié)果如圖3所示。由圖3可知，在概率閾值參數(shù)為0.3時(shí)，檢測(cè)器的綜合表現(xiàn)最好，因此，設(shè)定概率閾值參數(shù)為0.3。

【參考文獻(xiàn)】：
期刊論文
[1]基于視頻巡檢的綜采工作面無(wú)人化關(guān)鍵技術(shù)研究[J]. 牛劍峰.  煤炭科學(xué)技術(shù). 2019(10)
[2]煤礦安全管理信息系統(tǒng)模糊綜合評(píng)價(jià)模型[J]. 姚慶國(guó),趙麗霞,張學(xué)睦.  礦業(yè)安全與環(huán)保. 2017(06)
[3]基于深度學(xué)習(xí)的盾構(gòu)隧道滲漏水病害圖像識(shí)別[J]. 黃宏偉,李慶桐.  巖石力學(xué)與工程學(xué)報(bào). 2017(12)
[4]基于圖像識(shí)別的建筑工人智能安全檢查系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 韓豫,張涇杰,孫昊,姚佳玥,尤少迪.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2016(10)
[5]煤礦安全生產(chǎn)理念研究[J]. 孫繼平.  煤炭學(xué)報(bào). 2011(02)
[6]基于ADSL的礦井遠(yuǎn)程視頻監(jiān)控系統(tǒng)的實(shí)現(xiàn)[J]. 陳衛(wèi).  礦業(yè)安全與環(huán)保. 2009(03)
[7]煤礦井下自燃火災(zāi)的圖像識(shí)別及綜合判據(jù)系統(tǒng)[J]. 孫繼平,宋姝.  中國(guó)安全科學(xué)學(xué)報(bào). 2005(12)



本文編號(hào)：3512503