Coal Mine Drill Pipe Detection Algorithm Integrating Large-Kernel Separation and Coordinate Locking Mechanisms
本文提出了一种基于 YOLO11n 的轻量化钻杆检测算法，用于复杂的地下煤矿环境，该算法通过集成大可分离核注意力（Large Separable Kernel Attention）和坐标注意力（Coordinate Attention）来增强特征对遮挡和光照变化的鲁棒性，并结合 InterpIoU 损失函数来提高对细长目标的回归精度，从而实现了卓越的泛化能力、降低的漏检率以及高实时推理速度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在地球深处的煤矿黑暗且布满尘土的隧道中，一项关键作业正在进行。工人们和机器正向岩层深处钻进，以释放被困住的气体，这是防止爆炸并提高采矿安全性的必要步骤。为了确认工作是否正确完成，他们必须精确计算有多少根长而细的金属管被推入地下。如果计数错误，气体可能无法得到妥善排泄，从而留下致命的隐患。几十年来，这种计数一直依赖于肉眼或极易在恶劣环境下损坏的传感器。现在，研究人员正转向利用摄像头和人工智能来解决这一问题，希望为矿井提供一只可靠、不眨眼的眼睛，使其能够看穿地下世界的混乱。
然而，挑战在于这些地下隧道并不像洁净的实验室。它们充满了旋转的尘埃、焊接或灯光带来的突然爆发的刺眼强光，以及不断遮挡视线的重型机械。管子本身又长又细，通常看起来像细线，很容易消失在管架或工人的手臂后面。标准的计算机视觉系统通常是在日常物品清晰、光照良好的照片上进行训练的，因此在这里会面临巨大的困难。它们容易被噪声干扰，导致丢失对管子的追踪，或者将阴影误认为管子。当这些系统失效时，自动化计数就会停止，矿井必须依赖人工检查，这不仅减慢了工作进度，也重新引入了人为错误。
来自中国大学和煤矿企业的研究团队开发出了一种帮助计算机清晰识别这些管子的新方法。他们首先从一种现代化的轻量级检测系统入手——这是一种旨在快速定位图像中物体的软件类型。但他们意识到，标准版本并非为煤矿特有的难题而设计。为了解决这个问题，他们重新设计了软件的“大脑”，使其能够关注正确的目标。系统不再仅仅观察图像中的局部小块，而是学会了同时观察全局，即使管子被机器或尘云切断，也能将破碎的部分连接起来。他们还增加了一个特殊的机制，使系统能够锁定在管子的物理边缘上，从而帮助系统忽略强光的眩光或阴暗角落带来的困惑。
研究人员以非常严格的方式测试了他们的新系统。他们并没有仅仅用训练时所在的同一座矿井的照片进行测试，而是将其应用于完全不同的矿井，这些矿井具有不同的光照、不同的设备和不同的布局。这种被称为在“分布外”数据上进行测试的方法，就像是教一名学生在安静的社区里开车，然后立即让他们在繁忙且多雨的高速公路上驾驶，以测试他们是否真的能驾驭道路。结果显示，他们的改进系统在这些困难且未见的条件下比标准版本更加可靠。它成功地在其他系统失效的困难条件下找到了管子，显著降低了漏检管子的数量。
从具体数值来看，该系统在这些艰苦、陌生的环境中检测管子的准确率达到了88.7%，较基准线有了显著提升。它在视频监控下的计数也变得更加准确，在最具挑战性的视频测试中，最终计数准确率提升了超过九个百分点。或许对实际矿井而言最重要的一点是，该系统保持了高效与快速。它不需要运行庞大且昂贵的计算机；它每秒可以处理超过1,300张图像，这比标准摄像机的速度快得多。这意味着该系统可以在矿井中现有的小型、加固型计算机上运行，在不减慢钻探进度的前提下提供实时反馈。
研究人员还发现，当管子被部分遮挡或光线极端时，他们的改进效果最为明显。在涉及致盲强光或管子被其他机械阻挡的测试中，新系统能始终锁定在金属杆上，而旧系统往往会完全丢失目标。然而，团队也指出，当管子距离极远、在图像中呈现为微小斑点时，系统仍然面临局限性，这是一个需要进一步解决的问题。尽管如此，这项研究证明，通过针对地下环境复杂且混乱的现实情况来定制人工智能，我们可以创造出不仅聪明、而且足够强大到能在人类无法时刻坚守之处工作的工具。这一进步使煤炭行业离完全自动化的、更安全的钻探作业又近了一步，在那里，计数始终准确，危险也始终处于较低水平。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。