矿业研究与开发

作者：张娜,彭文韬,赵强,汝洪芳,吴信元

关键词：地下矿山;行人检测;MBE-YOLO;轻量化

针对目前地下矿山行人检测算法计算量大、检测速度慢的问题,在YOLOv8n的基础上提出了一种MBE-YOLO 的轻量化井下行人检测模型.首先,在加权双向特征金字塔网络基础上设计出一种更加轻量的颈部结构,能够简单高效地融合多尺度信息;其次,采用共享卷积的方式对原有网络的检测头进行重设计,并引入幻影卷积获取丰富有效的特征表示,解决了原始检测头参数量巨大的问题;最后,考虑到轻量化模型对精度的影响,添加了较为轻量的混合局部通道注意力机制,通过在全局和局部层面上自适应调节不同区域的重要性,进而提高精度.试验结果表明,相比于基准模型YOLOv8n,MBE-YOLO 模型的mAP ＠0.50.95提升了0.2个百分点,计算量下降了44％,FPS上升了4.3帧/s,参数量下降了46％,模型大小减少了43％;与5种主流模型相比,该模型的检测精度和轻量化程度都具有较大的优势,更适合于实时检测场景.

来源：2025年第5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5期