摘要
露天采矿装备无人化是近年来矿山开采领域热点趋势之一,针对露天矿无人运输车辆人车目标检测重大安全保障难点需求,提出了一种基于YOLOv7的融合注意力机制的目标检测算法,设计自适应注意力模块,提高模型对多目标特征的识别提取能力和对复杂环境背景下目标检测的准确性.基于Swin-Tranformer注意力机制,改进了YOLOv7网络的预测部分,增强对密集目标的识别能力;使用余弦退火法优化学习率,借助SIoU改进原来模型中的DIoU,提升检测稳定性;通过数据增强和自主采集数据集进行训练与测试,提高试验数据的有效性.研究结果显示,该方法显著提高检测速度、精度、回收率以及平均精度,可为露天无人驾驶作业的安全性提供有力的技术支撑.
维普
万方数据