矿业研究与开发

作者：刘惠中,刘建业,黄翱,邓富龙,刘茜茜

关键词：摇床精矿带;目标检测;轻量化设计;LAMP算法;精准识别

针对现有摇床矿带目标检测算法存在检测精度和检测速度无法兼顾、计算成本高、模型大小难压缩和推理速度慢等问题,提出了一种摇床轻量化融合网络(YC-LightweightNet)目标检测算法.YC-LightweightNet模型首先采用重复视觉转换网络对摇床矿物分带图像进行特征提取,然后通过引入分组空间卷积、多尺度高效跨阶段融合模块并采用跳跃连接的方式设计了一种高效、轻量的颈部网络,最后采用基于权重的层自适应剪枝算法压缩模型大小.试验结果表明,YC-LightweightNet模型精确度、召回率、平均精度均值和帧率指标分别为98.4％、97.9％、98.8％和333帧/s,检测精度和检测速度明显优于各对比模型;剪枝后参数量、浮点运算量和模型大小分别为原模型的13.9％、15.4％和17.5％,剪枝操作极大降低了模型的计算复杂度和模型大小.YC-LightweightNet模型具有良好的检测精度和实时性能,满足摇床选矿厂的工业设备对模型轻量化的要求,可为摇床矿带分离点精准识别及选矿厂摇床设备智能化升级提供技术支持.

来源：2025年第10期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第10期