一種基于深度學(xué)習(xí)的煤矸石檢測(cè)方法

趙學(xué)軍李建

中國(guó)礦業(yè)大學(xué)(北京) 機(jī)電與信息工程學(xué)院,北京 100083

煤炭是我國(guó)的主要能源,煤礦行業(yè)肩負(fù)著保障我國(guó)能源安全和民生的重任。 如何保障煤炭產(chǎn)品質(zhì)量和進(jìn)一步提升煤礦的安全生產(chǎn),是煤礦行業(yè)一直備受關(guān)注的核心問(wèn)題[1-2]。 從煤礦中直接開(kāi)采出未經(jīng)任何處理的原煤,由于其形成過(guò)程的復(fù)雜因素,或多或少含有影響煤炭品質(zhì)的矸石。 為了提高煤炭純度、改善煤炭質(zhì)量,大多數(shù)煤礦企業(yè)會(huì)設(shè)置選煤廠分選原煤[3-4]。 在選煤廠的所有工序中,選矸是不可或缺的步驟,其主要目標(biāo)就是將大塊矸石從煤塊中分選出來(lái)。 目前,國(guó)內(nèi)大部分煤礦依舊使用人工排矸的方法,而人工分選存在工作環(huán)境惡劣、工人勞動(dòng)強(qiáng)度大、分選效率低以及安全事故頻發(fā)等問(wèn)題。 人工排矸的工作方式已經(jīng)不能滿足國(guó)家倡導(dǎo)的建設(shè)綠色礦山、智慧礦山發(fā)展要求,急需自動(dòng)化程度高、檢測(cè)效果好的煤矸石檢測(cè)方法[5]。

近年,隨著計(jì)算機(jī)技術(shù)和人工智能技術(shù)的快速發(fā)展,賦予了機(jī)器具有類似于人類的視覺(jué)分析能力,即機(jī)器視覺(jué)技術(shù)。 目前,機(jī)器視覺(jué)技術(shù)已在社會(huì)生產(chǎn)生活的各個(gè)領(lǐng)域得到廣泛應(yīng)用,包括工業(yè)[6]、農(nóng)業(yè)[7]、醫(yī)學(xué)[8]、安防、航空航天、軍事等領(lǐng)域,提高了各自領(lǐng)域的效率。 目標(biāo)檢測(cè)是機(jī)器視覺(jué)領(lǐng)域的四大主要任務(wù)之一,是近年備受關(guān)注的前沿研究方向。 目標(biāo)檢測(cè)是將定位和識(shí)別合二為一,既要檢測(cè)出物體在圖像中的位置,還需要識(shí)別出物體的類別。 傳統(tǒng)目標(biāo)檢測(cè)主要分為3 步:區(qū)域選擇、特征提取、分類回歸[9],因此存在算法上的瓶頸。例如,區(qū)域選擇策略效果差,事件復(fù)雜度高,嚴(yán)重依賴棘手的特征工程提取數(shù)據(jù)集的特征,無(wú)法針對(duì)任務(wù)進(jìn)行端到端的學(xué)習(xí)[9],并且任務(wù)的泛化能力有限,制約了算法性能,在一定程度上阻礙了技術(shù)的發(fā)展與應(yīng)用。

近年,深度學(xué)習(xí)得到蓬勃發(fā)展。 通過(guò)將深度學(xué)習(xí)引入到目標(biāo)檢測(cè)任務(wù)中,使得目標(biāo)檢測(cè)這一機(jī)器視覺(jué)領(lǐng)域得到了質(zhì)的飛躍,無(wú)論是在檢測(cè)精度還是算法復(fù)雜度上,都大大領(lǐng)先傳統(tǒng)檢測(cè)算法。 本文旨在利用目標(biāo)檢測(cè)原理,通過(guò)機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)煤與矸石混合體中矸石的智能檢測(cè),可以為選煤環(huán)節(jié)的分揀機(jī)器人提供算法支撐。 選煤廠視覺(jué)環(huán)境復(fù)雜,受光照條件制約以及煤塵粉粒等干擾,導(dǎo)致能夠獲取的視頻圖像質(zhì)量較差,為后續(xù)基于圖像的機(jī)器視覺(jué)分析帶來(lái)了極大的挑戰(zhàn)[10]。 傳統(tǒng)基于人工主觀設(shè)計(jì)特征工程的檢測(cè)方法,如灰度閾值檢測(cè)[11-12]或邊緣檢測(cè)[13],在此任務(wù)上的表現(xiàn)不盡人意,有很大的局限性。 基于深度學(xué)習(xí)的算法,借助卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力和非線性學(xué)習(xí)能力,能夠在煤與矸石灰度值嚴(yán)重混疊,顏色、邊緣梯度區(qū)分不明顯等場(chǎng)景下,進(jìn)行有效檢測(cè)。 在實(shí)際應(yīng)用場(chǎng)景下,需要實(shí)時(shí)處理攝像頭獲取的視頻序列,對(duì)檢測(cè)算法的精度和速度都有較高要求。 為了縮減模型大小,提高運(yùn)行速度和改善檢測(cè)精度,本文對(duì)YOLOv3[14]算法模型的特征提取、特征融合、損失函數(shù)設(shè)計(jì)做了必要的修改,以更好地滿足實(shí)際應(yīng)用需求。

1 輕量級(jí)骨干網(wǎng)絡(luò)和改進(jìn)的特征融合neck

1.1 Darknet-Squeeze

出于視頻檢測(cè)算法實(shí)時(shí)性的需求,以及邊緣設(shè)備計(jì)算能力的制約,在YOLOv3 使用的骨干網(wǎng)絡(luò)(Backbone)Darknet-53 的基礎(chǔ)上提出輕量高效的特征提取骨干網(wǎng)絡(luò)Darknet-Squeeze。 在Darknet-53 網(wǎng)絡(luò)中有53 個(gè)卷積層,其中有23 個(gè)殘差塊(Residual)[15]結(jié)構(gòu),每個(gè)殘差塊由1×1 和3×3 的卷積層加上跳躍連接構(gòu)成。 為了進(jìn)一步加快模型的推理速度和縮減模型尺寸,受到SqueezeNet 模型[16]的啟發(fā),使用其中fire module 模塊的思想取代Darknet-53 中的殘差塊。 在fire module 模塊中,首先使用一個(gè)由1 × 1 卷積構(gòu)成的squeeze 層來(lái)減少輸入通道數(shù),然后將輸出結(jié)果輸入到由1 ×1 卷積和3×3 卷積混合構(gòu)成的expand 層。 此外,為了進(jìn)一步縮短推理時(shí)間,受MobileNets 模型[17]的啟發(fā),使用3×3 的深度可分離卷積(depth-wise separable convolution)替換原來(lái)的標(biāo)準(zhǔn)3×3 卷積。表1 展示了Darknet-53 中殘差塊與改進(jìn)后Darknet-Squeeze 中fire module 模塊的比較。

表1 Darknet-53 中的殘差塊與Darknet-Squeeze 中的fire module 模塊比較Tab.1 Comparison between the residual block in Darknet-53 and the fire module in Darknet-Squeeze

通過(guò)使用fire module 模塊替換Darknet-53 中的殘差塊,其余部分遵循原來(lái)的架構(gòu),得到Darknet-Squeeze 骨干網(wǎng)絡(luò)。 Darknet-Squeeze 由23 個(gè)fire module 模塊和其間的幾個(gè)負(fù)責(zé)下采樣的卷積層構(gòu)成。 相比Darknet-53 骨干網(wǎng)絡(luò),Darknet-Squeeze在保障特征提取能力的同時(shí),極大地縮減了模型尺寸,加快了推理速度。 Darknet-Squeeze 的總體架構(gòu)如圖1 所示。

圖1 Darknet-SqueezeFig.1 Darknet-Squeeze

1.2 改進(jìn)的特征融合neck

相較于大多數(shù)目標(biāo)檢測(cè)任務(wù),煤矸石檢測(cè)任務(wù)有其特殊性。 煤矸石檢測(cè)基本上對(duì)應(yīng)的是小尺度物體,且煤與矸石在顏色、紋理、形狀等特征上差異較小,增加了檢測(cè)難度。 因此,煤矸石檢測(cè)要求檢測(cè)模型能夠有效地融合各級(jí)特征,改善小尺度物體的檢測(cè)性能。 骨干網(wǎng)絡(luò)后的特征融合neck 部分,是提升不同尺度的物體檢測(cè)性能的關(guān)鍵。 因此,一個(gè)設(shè)計(jì)良好的特征融合neck 模塊對(duì)于檢測(cè)模型的整體性能至關(guān)重要。 在YOLOv3 模型的上采樣部分,使用4×4 的轉(zhuǎn)置卷積(transpose convolution)代替原最近鄰(the nearest neighbor)的采樣。 原基于最近鄰插值的采樣方式,是一種人為設(shè)計(jì)的特征工程,然而,基于轉(zhuǎn)置卷積的上采樣方式有可學(xué)習(xí)的權(quán)重參數(shù),是通過(guò)網(wǎng)絡(luò)學(xué)習(xí)的一種較優(yōu)的上采樣方法。 空間金字塔池化(Spatial Pyramid Pooling,SPP)結(jié)構(gòu)[18]最早提出解決的2 個(gè)主要問(wèn)題:

(1) 有效地避免需統(tǒng)一輸入圖像尺寸對(duì)圖像區(qū)域進(jìn)行剪裁、縮放操作導(dǎo)致的圖像物體信息丟失以及形狀扭曲失真等問(wèn)題。

(2) 解決了卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像特征重復(fù)提取的問(wèn)題,大大提高了產(chǎn)生候選框的速度,且節(jié)省了計(jì)算成本。

在YOLOv3 中引入SPP 結(jié)構(gòu)不是為了解決上述2 個(gè)問(wèn)題,而是借鑒金字塔池化的思想進(jìn)行多級(jí)特征圖的信息融合。 特征圖經(jīng)過(guò)局部特征與全局特征相融合后,豐富了特征圖的表達(dá)能力,有利于煤與矸石圖像中待檢測(cè)物體之間特征差異較小、小物體偏多的情況,對(duì)于檢測(cè)的精度有明顯的提升。 跟隨文獻(xiàn)[19]中的設(shè)置,在檢測(cè)前引入SPP 結(jié)構(gòu),采用3 個(gè)核大小分別為5×5、9×9、 13×13 的最大池化和一個(gè)跳躍連接,將經(jīng)過(guò)池化后的特征圖重新串聯(lián)到一起。 采用的SPP結(jié)構(gòu)如圖2 所示。

圖2 空間特征金字塔池化結(jié)構(gòu)Fig.2 Spatial Pyramid Pooling(SPP)

2 平衡損失函數(shù)和距離IoU 損失函數(shù)

2.1 平衡損失函數(shù)

目標(biāo)檢測(cè)器需要執(zhí)行分類和定位兩個(gè)任務(wù),因此在訓(xùn)練工程中會(huì)整合分類損失函數(shù)和定位損失函數(shù)來(lái)指導(dǎo)模型收斂。 但是,如果整合的兩個(gè)任務(wù)沒(méi)有做到恰當(dāng)?shù)钠胶?將會(huì)導(dǎo)致其中一個(gè)任務(wù)受到抑制,影響模型的整體性能[20]。 實(shí)驗(yàn)數(shù)據(jù)在標(biāo)注過(guò)程中難免有誤標(biāo)注和漏標(biāo)注的情況,產(chǎn)生難訓(xùn)練樣本,進(jìn)而出現(xiàn)不平衡學(xué)習(xí)。 在不平衡的學(xué)習(xí)任務(wù)中,容易訓(xùn)練樣本產(chǎn)生的小梯度易被難訓(xùn)練的樣本產(chǎn)生的大梯度所掩蓋,從而限制了模型性能的進(jìn)一步提升。 因此,為了使得模型能夠更好地學(xué)習(xí)收斂,需要重新平衡所涉及的任務(wù)和樣本。 為了更好地平衡學(xué)習(xí)分類和定位任務(wù),采用在文獻(xiàn)[21]中提到的平衡L1 損失函數(shù)(balanced L1 loss)。 由于矸石檢測(cè)是一個(gè)單分類任務(wù),所以僅在定位任務(wù)上使用平衡L1 損失函數(shù)。 在YOLOv3 中,分類和定位任務(wù)是在多任務(wù)損失的指導(dǎo)下被同時(shí)求解,其總體損失可表示為

式中,Lcls、Lloc、Lconf分別為分類、定位和目標(biāo)置信度損失函數(shù);p、u分別為預(yù)測(cè)值和實(shí)際值;tu為對(duì)應(yīng)類u的回歸結(jié)果,u≥1;v為回歸目標(biāo)。

在平衡L1 損失函數(shù)中,將損失大于等于1.0的樣本叫作離群值(outliers),其他樣本叫作內(nèi)部值(inliers)。 離群值可視作難訓(xùn)練樣本,會(huì)產(chǎn)生比較大的梯度值,有損訓(xùn)練過(guò)程;內(nèi)部值可視作易訓(xùn)練樣本,對(duì)總體梯度貢獻(xiàn)較小。 具體來(lái)說(shuō),每個(gè)內(nèi)部值相比離群值只貢獻(xiàn)了30% 的梯度[21]。 為了解決此問(wèn)題,平衡L1 損失函數(shù)采取提升來(lái)自內(nèi)部值的回歸梯度,以重新平衡相關(guān)樣本和任務(wù),從而實(shí)現(xiàn)在分類和定位任務(wù)上的平衡訓(xùn)練,同時(shí)也盡量消除數(shù)據(jù)誤標(biāo)注和漏標(biāo)注帶來(lái)的影響。 平衡L1 損失函數(shù)的定位損失Lloc可以表示為

式中,a為控制內(nèi)部值梯度提升的因子;r為控制整體提升量的參數(shù),用于調(diào)整回歸誤差的上界,有助于目標(biāo)函數(shù)更好地平衡所涉及的任務(wù);b為用于確保式(3)兩個(gè)分支在Lb(x=1)的情況下有相同的值。

2.2 距離IoU 損失函數(shù)

在煤矸石檢測(cè)任務(wù)中,經(jīng)常出現(xiàn)煤與矸石、矸石與矸石之間重疊遮擋的情況,加大了精確定位待檢測(cè)物體的難度。 為進(jìn)一步提升煤矸石檢測(cè)的定位精度,充分考慮待檢測(cè)物體間的位置關(guān)系,將距離交并比(Intersection over Union,IoU)作為損失函數(shù)來(lái)指導(dǎo)模型回歸訓(xùn)練。 大多數(shù)目標(biāo)檢測(cè)算法中,邊界框回歸是定位目標(biāo)物體矩形框的關(guān)鍵步驟,交并比是最常用的度量回歸邊界框的指標(biāo),可表示為

式中,Bgt={xgt,ygt,wgt,hgt}為目標(biāo)邊界框的實(shí)際值;B={x,y,w,h}為預(yù)測(cè)的目標(biāo)邊界框;ln范數(shù)用來(lái)度量邊界框B和Bgt之間的距離[22]。

在文獻(xiàn)[23]中,使用基于歐式距離的ln范數(shù)損失函數(shù)的前提是假設(shè)4 個(gè)坐標(biāo)變量相互獨(dú)立,但實(shí)際上它們是相互關(guān)聯(lián)的,因此不是一個(gè)合適的選擇。文中提出直接使用IoU 作為損失函數(shù),可表示為

然而,LIoU損失函數(shù)僅在兩個(gè)邊界框重疊的情況下起作用,無(wú)法優(yōu)化兩個(gè)不相交的邊界框。 為了解決LIoU損失函數(shù)存在的問(wèn)題,文獻(xiàn)[24]中提出一個(gè)廣義的IoU 損失函數(shù)(Generalized IoU,GIoU):

式中,C為兩個(gè)框最小外接矩形面積。

GIoU 損失函數(shù)在IoU 損失函數(shù)的基礎(chǔ)上添加了一個(gè)懲罰項(xiàng),雖然GIoU 損失函數(shù)可以處理兩個(gè)邊界框不相交的情況,但當(dāng)目標(biāo)邊界框完全包含預(yù)測(cè)邊界框時(shí),GIoU 損失函數(shù)會(huì)退化為IoU 損失函數(shù),導(dǎo)致訓(xùn)練過(guò)程收斂慢。 為了解決GIoU 損失函數(shù)存在的不足,文獻(xiàn)[25]提出一種距離IoU(Distance-IoU,DIoU)損失函數(shù),同時(shí)考慮兩個(gè)框的重疊面積和中心的距離兩個(gè)幾何因素來(lái)加快收斂速度和回歸精度,可表示為

式中,b、bgt分別為邊界框B和Bgt的中心點(diǎn);ρ(·)為兩個(gè)中心點(diǎn)間的歐式距離;c為可以同時(shí)覆蓋邊界框B和Bgt的最小矩形的對(duì)角線距離。

DIoU 損失函數(shù)通過(guò)對(duì)預(yù)測(cè)框與目標(biāo)框之間的歸一化距離進(jìn)行建模,直接最小化兩者之間的距離,加快訓(xùn)練時(shí)模型的收斂速度。 通過(guò)在模型中引入DIoU 損失函數(shù),在實(shí)驗(yàn)中顯著地提高了模型預(yù)測(cè)精度,并且不會(huì)產(chǎn)生過(guò)擬合問(wèn)題。

3 實(shí)驗(yàn)及分析

為了使實(shí)驗(yàn)數(shù)據(jù)盡可能地與實(shí)際選煤廠工作環(huán)境相一致,在選煤廠實(shí)地進(jìn)行數(shù)據(jù)采集。 從采集到的視頻中截取1350 張煤與矸石混合場(chǎng)景下的圖像,并采用labelImg 標(biāo)注軟件對(duì)圖像進(jìn)行詳細(xì)的人工標(biāo)注,選取其中1137 張圖像用于模型訓(xùn)練,其余的213 張圖像用于模型測(cè)試,所有對(duì)比模型在訓(xùn)練時(shí)均使用水平翻轉(zhuǎn)和隨機(jī)裁剪等圖像增強(qiáng)方法。實(shí)驗(yàn)環(huán)境為pytorch1.2、python3.6,使用一張GTX 1080Ti 顯卡。 實(shí)驗(yàn)中用到精度(Precision,P)、召回(Recall,R)、F1 值、mAP(mean Average Precision)值、幀率(FPS)、推理時(shí)間(Latency)、FLOPs 值和Params 值等評(píng)價(jià)指標(biāo)。 TP(true positives)表示真正例,FP(false positives)表示假正例,FN(false negatives)表示假反例,TN(true negatives)表示真反例。 相關(guān)評(píng)價(jià)指標(biāo)計(jì)算公式為

精度值P越高,表示檢測(cè)結(jié)果的準(zhǔn)確度越高;召回值R越高,表示檢測(cè)結(jié)果的漏檢率越低;F1 值越高,表示檢測(cè)結(jié)果越好;mAP 值越高,表示檢測(cè)結(jié)果越好;幀率越高,表示推理速度越快;推理時(shí)間Latency 越低,表示模型速度越快;FLOPs 值越低,表示計(jì)算量越小;Params 值越低,表示模型參數(shù)量越少。

3.1 骨干網(wǎng)絡(luò)Darknet-Squeeze 分析

為了與原YOLOv3 模型進(jìn)行比較,同時(shí)訓(xùn)練Darknet-53 骨干網(wǎng)絡(luò)和改進(jìn)后的Darknet-Squeeze骨干網(wǎng)絡(luò)檢測(cè)模型,訓(xùn)練過(guò)程中使用同樣的Adam優(yōu)化器,參數(shù)均使用默認(rèn)值,2 個(gè)模型同樣訓(xùn)練50個(gè)epoch,見(jiàn)表2。 使用Darknet-53 檢測(cè)模型最終得到66.8 的mAP 值,使用Darknet-Squeeze 的檢測(cè)模型得到67.5 的mAP 值,比修改前增加了0.7個(gè)點(diǎn),推理時(shí)間和模型參數(shù)量都大幅減少。 圖像分辨率為416 像素×416 像素,推理時(shí)間Latency 和FLOPs 為在一張GTX 1080Ti 顯卡上的測(cè)試結(jié)果。

表2 Darknet-53 與Darknet-Squeeze 比較Tab.2 Comparison between Darknet-53 and Darknet-Squeeze

3.2 改進(jìn)的特征融合neck 分析

在骨干網(wǎng)絡(luò)Darknet-Squeeze 的基礎(chǔ)上,為進(jìn)一步增強(qiáng)YOLOv3 的neck 部分的各級(jí)特征融合能力,以適應(yīng)煤矸石圖像中小尺度物體較多的特點(diǎn),引入SPP 結(jié)構(gòu),并采用轉(zhuǎn)置卷積進(jìn)行上采樣。 在同樣的實(shí)驗(yàn)環(huán)境和訓(xùn)練設(shè)置下,實(shí)驗(yàn)結(jié)果見(jiàn)表3。 其中,輸入圖像分辨率為416 像素×416 像素,推理時(shí)間Latency 和FLOPs 為在一張GTX 1080Ti 顯卡上的測(cè)試結(jié)果。 改進(jìn)后的特征融合neck 模型在小幅增加模型大小的情況下,取得69.2 的mAP 值,在原來(lái)的YOLOv3 模型基礎(chǔ)上提升了2.4 個(gè)點(diǎn),在Darknet-Squeeze 模型基礎(chǔ)上增加了1.7 個(gè)點(diǎn),證明了該方法的有效性。

表3 精度、速度和大小比較Tab.3 Comparisons of accuracy,speed and size

3.3 平衡損失函數(shù)與距離IoU 損失函數(shù)

為了平衡訓(xùn)練過(guò)程中的各項(xiàng)任務(wù),進(jìn)一步增強(qiáng)檢測(cè)目標(biāo)的定位準(zhǔn)確性,盡量消除數(shù)據(jù)誤標(biāo)注和漏標(biāo)注帶來(lái)的影響,減輕難訓(xùn)練樣本對(duì)最后模型精度的影響,在之前的模型基礎(chǔ)上加入平衡L1 損失函數(shù)和DIoU 損失函數(shù),在訓(xùn)練中參數(shù)a=0.5,r=1.5。 由于引入的損失函數(shù)僅在訓(xùn)練時(shí)起到優(yōu)化模型的作用,因此不會(huì)改變模型的大小和推理時(shí)間成本。 實(shí)驗(yàn)結(jié)果表明,在不引入任何推理時(shí)間成本的前提下,模型檢測(cè)精度大幅增加,mAP 值達(dá)到72.7,相比原來(lái)的YOLOv3 模型提升了5.9 個(gè)點(diǎn),相比實(shí)驗(yàn)3.2 設(shè)置下的模型提升了3.5 個(gè)點(diǎn),并改善了漏檢現(xiàn)象。 各項(xiàng)具體參數(shù)比較見(jiàn)表4,圖像分辨率為416 像素×416 像素,幀率(FPS)是在一張GTX 1080Ti 顯卡上的測(cè)試結(jié)果。 矸石檢測(cè)的可視化結(jié)果如圖3 所示,圖3(a) 對(duì)應(yīng)原始的YOLOv3 模型檢測(cè)結(jié)果,圖3(b)對(duì)應(yīng)改進(jìn)骨干網(wǎng)絡(luò)、特征融合neck、引入平衡L1 損失函數(shù)和距離IOU 損失函數(shù)后的最終模型的檢測(cè)結(jié)果。由圖3 可見(jiàn),改進(jìn)后的模型在檢測(cè)結(jié)果和定位精度上明顯好于YOLOv3 基準(zhǔn)模型。 實(shí)驗(yàn)結(jié)果表明,無(wú)論是檢測(cè)精度還是推理速度,本文提出的方法都能較好地滿足實(shí)際運(yùn)行需求。

圖3 矸石檢測(cè)結(jié)果Fig.3 Detection results of coal gangue

表4 最終模型的檢測(cè)結(jié)果Tab.4 Detection results of final model

4 結(jié) 論

(1) 通過(guò)引入fire module 模塊替代原來(lái)模型中的殘差結(jié)構(gòu),改進(jìn)原來(lái)的特征提取骨干網(wǎng)絡(luò),在同樣的實(shí)驗(yàn)設(shè)置下,改進(jìn)后的Darknet-Squeeze 模型在mAP 值、推理時(shí)間和模型大小上都優(yōu)于原模型。

(2) 使用轉(zhuǎn)置卷積替換最近鄰上采樣,引入空間金字塔池化SPP 模塊來(lái)改進(jìn)多級(jí)特征融合機(jī)制,在相同的實(shí)驗(yàn)設(shè)置下mAP 值進(jìn)一步提高,達(dá)到69.2。

(3) 引入平衡損失函數(shù)和距離IoU 損失函數(shù),在沒(méi)有增加推理時(shí)間成本的情況下,改善了模型訓(xùn)練過(guò)程,在相同的實(shí)驗(yàn)設(shè)置下mAP 值進(jìn)一步提高,達(dá)到72.7。

(4) 在一張GTX 1080Ti 顯卡下,改進(jìn)后的模型檢測(cè)速度可達(dá)89 FPS,檢測(cè)mAP 值可達(dá)72.7。極大地縮減了模型尺寸,加速了模型推理,并大幅提高了模型的檢測(cè)精度。

實(shí)驗(yàn)表明,該方法能夠較好地處理選煤廠中煤與矸石混合的復(fù)雜場(chǎng)景,具有較高的適應(yīng)性和檢測(cè)準(zhǔn)確性,能夠較好地滿足生產(chǎn)現(xiàn)場(chǎng)的實(shí)際需求。