RetinaNet图像识别技术在煤矿目标监测领域的应用研究

• 作者: 谭章禄 陈孝慈
• 来源期刊: 矿业安全与环保
• 学科: 工学
• 关键词: 矿井监控 RetinaNet 目标检测器 对象检测 识别模型 专业数据集
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 65-70,76
• 页数: 7页
• 分类号: TD76|X923
• 语种: 中文
• DOI: 10.19835/j.issn.1008-4495.2020.05.013

摘要

为了解决当前煤矿监控中存在的人工干预多、监测效率低等问题,建立基于RetinaNet的单阶段煤矿目标检测器,通过实验确定检测关键参数并验证检测效果.实验结果表明:RetinaNet目标检测器能够自动检测及提取人员等关键对象,整体性能可以满足煤矿监控的需求;RetinaNet目标检测器能够在较差的环境条件下实现对目标对象的准确检测,对于人员的辨识已经达到较为理想的水平;基于现有数据构建的图像识别模型,尚不能较好地识别各类煤矿机械设备.RetinaNet目标检测器相关功能的实现,有赖于建立专业图像数据集,并准确地训练模型进而发掘数据的深度价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭章禄		115	652	13.0	21.0
2	陈孝慈		3	0	0.0	0.0