公开(公告)号：CN117078584A

公开(公告)日：2023-11-17

申请号：CN202310453461.3

申请日：2023-04-24

Applicant: 中国矿业大学 ,  贵州盘江精煤股份有限公司山脚树矿

Inventor： 张益东 ,  侯建国 ,  杨春雨 ,  袁益平 ,  胡东亮 ,  曾勇 ,  宋子儒 ,  叶文凯 ,  张一君 ,  张鑫 ,  程敬义 ,  陈秋航 ,  闫万梓

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V10/30 ,  G06V10/52 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  E21F17/18

Abstract: 本发明公开的基于多区域关注机制的巷道破损检测与安全评级方法，涉及煤矿安全生产技术领域。该方法首先，获取巷道图像，并进行预处理；然后，对巷道喷浆破损进行分类并构建数据集，训练YOLOv8模型，掩膜图像并按照破损分成多个置信框；接着，使用FCN网络融合多尺度信息分割破损，并融合结果；再接着，划分结果图区域，赋予不同区域安全权重，设计加权公式计算破损像素比重；最后，根据煤矿安全规程提供了四级安全评级，对不同程度的破损进行安全分级。本发明将基于深度学习的图像处理方法应用于煤矿巷道破损检测，实现对围岩破损区域的自动检测和分割功能，能够更精确识别出巷道破损种类和大小，弥补人工经验法的不足，提高了破损检测的准确性和效率。