节点文献
基于RetinaNet算法的煤矿井下作业人员目标检测
【机构】 安徽理工大学矿业工程学院；
【摘要】 为了解决煤矿井下视频监控系统中存在的时间延迟问题及多摄像头协同工作的难题,本文提出了一种基于RetinaNet的优化算法。该方法完全采用八度卷积来代替常规的卷积层,并通过融合不同尺度下的特征信息以减少不必要的计算量,从而同时提高了检测精度和资源使用效率。实验结果显示,全替换模型(AllRetinaNet_Res101)能够达到94.6%的识别准确率(相比基础版本提升了3.8个百分点),而误报率则降低至3.3%(减少了5.0个百分点)。此外,该模型还显著加快了处理速度,证明了其在复杂地下环境中实时监测潜在危险行为方面的工程应用价值。
- 【会议录名称】 第十届工程技术管理与数字化转型学术交流会论文集
- 【会议名称】第十届工程技术管理与数字化转型学术交流会
- 【会议时间】2025-06-20
- 【会议地点】中国广西南宁
- 【分类号】TP391.41;TP18;TD76
- 【主办单位】广西网络安全和信息化联合会