基于改进YOLOv7的地下矿炮孔图像识别方法研究

作者：刘权; 龚兵; 伍高娃

来源：有色金属(矿山部分), 2023, 75(06): 1-25.

• 炮孔
• 图像识别
• 无参注意力机制
• 损失函数
• 数据增强
• 改进YOLOv7

针对地下矿爆破装药中炮孔图像快速精准识别的难题，通过引入无参注意力模块(Simple Attention Module, SimAm)和更换损失函数(Enhanced Intersection Over Union Loss, EIoU)的方式改进YOLOv7目标检测模型，优化了炮孔识别特征网络；同时采用数据增强方式解决了炮孔样本小且分布不均匀的难题，提升了模型的泛化性能。结果表明，改进模型的检测精度、检测速度比YOLOv7基线模型分别提升了2.96个百分点和13.524帧/s,提升了炮孔识别效率，有利于促进矿产资源爆破开采向少人化、无人化方向发展。

• 单位
  北京北矿亿博科技有限责任公司; 北京矿冶研究总院; 包钢（集团）公司白云鄂博铁矿