买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:陕西德源府谷能源有限公司;中国矿业大学(北京)
摘要:本发明公开了一种基于AOD‑Net增强YOLOv8的雾天环境煤矿采动地裂缝检测方法,首先,构建煤矿采动地裂缝标注数据集,数据集包括雾天环境及晴天环境采集的两期数据;其次,构建改进的AOD‑Net去雾网络,利用深度可分离卷积替换原K值估计模块的标准卷积,在K值估计模块后加入了特征注意力模块FA,包括通道注意力机制及像素注意力机制,并且使用特征融合模块进行特征图的加权融合;然后,将两期数据导入AOD‑Net增强YOLOv8网络,用于去雾网络及目标检测器的训练,该一体化网络采用去雾损失和检测损失联合优化的方式,进一步提升去雾效果及采动地裂缝检测能力;最后,将模型的训练结果用于雾天环境下煤矿采动地裂缝图像的检测识别,包括采动地裂缝的检测框位置和类别信息。
主权项:1.一种基于AOD-Net增强YOL0v8的雾天环境煤矿采动地裂缝检测方法,其特征在于,包括如下内容:1构建无人机高分辨率影像雾天环境的煤矿采动地裂缝标注数据集,采集两期同一区域的无人机影像,其中一期影像为雾天环境采集,另一期数据为晴天环境采集,两期数据按照同样的方式进行数据预处理,按照相同比例将所述数据集分为训练集、验证集和测试集;2构建改进AOD-Net去雾网络,包括:将原K值估计模块的卷积层进行卷积替换,在原K值估计模块后面加入了特征注意力模块FA及特征融合模块;3构建去雾检测一体化网络并进行采动地裂缝的检测识别,首先,带雾图像与无雾图像导入到去雾网络,用于去雾过程的学习和去雾损失函数的计算;其次,去雾图像与无雾图像共同作为采动地裂缝检测模块的输入,结合样本标注信息进行目标检测器的训练;然后,将AOD-Net去雾损失和YOLOv8检测损失联合作为一体化网络的损失函数;最后,采动地裂缝检测模块得到采动地裂缝的类别信息与位置偏移量。
全文数据:
权利要求:
百度查询: 陕西德源府谷能源有限公司 中国矿业大学(北京) 一种基于AOD-Net增强YOLOv8的雾天环境煤矿采动地裂缝检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。