基于YOLOv5?SEDC模型的煤矸分割識別方法

文章編號：1671?251X（2024）08?0120?07 DOI：10.13272/j.issn.1671-251x.2024010078

關鍵詞：煤矸分割；煤矸識別；壓縮激勵網絡；YOLOv5?SEDC；YOLOv5?seg；注意力網絡；空洞卷積

中圖分類號：TD67/94 文獻標志碼：A

0引言

煤炭作為中國的主要能源，占據能源生產和消費總量的66% 左右[1-2]。由于采煤機截割角度等問題，原煤中會混入許多雜物，其中含量最多的就是矸石。矸石的顏色、形態與原煤十分接近，不易區分，當二者大量混合時會影響煤炭的熱值，降低煤炭資源利用率。在燃燒過程中，煤矸石會產生大量有害氣體，嚴重污染環境[3]。傳統的煤矸分離技術包括人工選煤、重介法[4]、干法重介[5]、復合式干法分選法[6]，這些方法依賴人工操作，存在效率低下、成本高、勞動強度大等問題。隨著技術的發展，目前煤礦企業主要采用計算機視覺技術檢測和識別煤矸[7-8]。Li Deyong 等[9]提出了一種基于變形卷積YOLOv3的煤矸檢測識別算法，利用變形卷積、多K?means聚類結果平均法和數據增強技術，構建了一種高效的網絡模型，雖然該算法達到一定的識別精度，但在參數量方面仍有待提高。Song Qingjun 等[10]提出了一種改進YOLOv5 的煤矸識別算法，采用加權特征金字塔融合方法使得網絡具有更強的魯棒性，但大大增加了模型參數量，導致模型實時性不高。GuiFangjun等[11]利用YOLOv5和注意力機制對煤矸進行識別，但識別速度較慢，不能滿足實際礦山生產需求。Fu Chengcai 等[12]利用梯度增強像素聚類方法對煤矸圖像進行分割研究，并驗證了煤矸分割識別的可行性，但該方法在復雜環境下的魯棒性尚需提高。Lai Wenhao 等[13]提出了一種改進的Mask RCNN（Mask Region-based Convolutional Neural Network，基于區域的卷積神經網絡掩模）方法，結合多光譜成像技術進行煤矸分割識別，并通過實驗精準獲得了煤矸形狀，但該方法分割識別速度較慢，難以滿足礦山實際生產需求。Lü Ziqi 等[14]基于YOLOv3和YOLOv4模型對煤矸分割任務進行性能分析，并獲得較高的準確率和測試速度，驗證了現有的目標檢測網絡可以實現分類和定位的任務，但其測試的煤矸數據集較為單一。上述模型的共同目標是在圖像上實現對目標的像素級分類，從而精確捕捉圖像中煤矸的形狀信息[15-16]。雖然這些模型以高準確率和快速響應在煤矸分割中捕捉目標形狀，展現了目標檢測網絡在圖像處理上的強大能力[17]，但參數量過多導致這些模型復雜度高、識別速度慢，無法滿足實時性或實際生產需求。

針對上述問題，本文提出了一種基于YOLOv5?SEDC 模型的煤矸分割識別模型。首先在YOLOv5?seg 語義分割模型上引入SENet （Squeeze-and-ExcitationNetworks，壓縮激勵網絡）模塊，以增強模型對煤矸特征的分割識別能力。然后采用DC（Dilated Convolution，空洞卷積）替代傳統卷積核，通過設計不同大小的膨脹率，擴大分割識別的感受野，同時減小模型的參數量，以優化計算效率。最后在自建煤矸數據集上進行模型驗證。

1YOLOv5?seg模型

YOLOv5?seg 模型由主干網絡、頸部網絡和分割層組成[18]。主干網絡由Conv 層、C3 層和SPPF（Spatial Pyramid Pooling Fast，快速空間金字塔池化）層構成。Conv 層集成了卷積操作、批量歸一化和激活函數，用于提取有效特征。C3 層由3 個Conv 層和1 個Bottleneck 模塊組成，進一步增強特征提取能力。SPPF 層通過多尺度特征的并行計算，提升模型對不同尺度特征的捕捉能力。頸部網絡利用FPN（Feature Pyramid Network，特征金字塔網絡）和PAN（Path Aggregation Network，路徑聚合網絡）結構，將淺層的細節特征與深層的語義特征融合，以獲得更全面的多尺度特征表示。分割層由一系列卷積層組成，負責將提取的多尺度特征進一步細化，生成精確的像素級分割圖，將特征映射轉換為分割掩碼，從而實現對圖像中煤矸的精確識別和定位。

2YOLOv5?SEDC模型

2.1SENet模塊

YOLOv5?seg 模型在目標分割識別中取得了良好效果，但在上下采樣操作中易造成圖像目標表面的紋理細節和灰度特征信息丟失，導致煤矸識別效率降低。YOLOv5?seg 模型在訓練過程中過分側重于全局特征，而忽略了對煤矸識別至關重要的局部顯著區域和特征。為解決上述問題，本文在YOLOv5?seg 模型中引入SENet 模塊，以增強前幾層特征圖各通道之間的聯系，強調煤和矸石特征之間的差異性。

SENet 模塊包含2 個全連接層，第1 個全連接層以系數為超參數進行降維，第2 個全連接層用于恢復原維數，如圖1 所示。首先，采用轉換函數將輸入特征H×W×C1 轉換為特征圖H×W×C2，其中H 和 W分別為特征圖的高度和寬度，C1 為輸入特征通道數，C2 為轉換后的特征通道數。其次，通過壓縮函數對特征圖進行全局平均池化，將特征維度H×W×C2 壓縮為1×1×C2。然后，通過 Sigmoid 激活函數將學習到的權重w 應用于特征圖的相應通道上，通過激發函數實現特征的重分配和增強。最后，通過合并函數將計算得到的權重乘以原始特征的相應通道，實現特征的重分配和增強，從而恢復到特征圖維度H×W×C2，并輸出。這一過程加強了模型對煤與矸石特征的推理能力，并提升了主干網絡的特征提取能力。

2.2DC

傳統的卷積核通常為了提高性能而加深網絡層，但由于梯度反向傳播的存在，梯度可能會不斷減小甚至消失，而且網絡深度的加深也導致了學習權值參數和訓練時間顯著增加，不利于網絡效率的提高。DC[19-20]在卷積核之前插入r?1（r 為膨脹率）空洞，在不增加網絡權重參數和損失分辨率的情況下以指數擴大感受野。因此，本文采用DC 替代傳統卷積核。

當所有DC 使用相同的膨脹率時會產生網格效應，導致感受野出現間隙，可能遺漏圖像中的連續信息和小目標，影響分割的準確性，如圖2（a）所示。為了克服這一局限，本文采用了不同膨脹率的DC 策略，以捕獲多尺度的特征并實現更全面的圖像覆蓋，從而提高對煤矸不同尺寸和形狀的分割識別精度，如圖2（b）所示。此外，通過減少YOLOv5?seg模型的參數量，可以提升檢測速度，這與礦山實際生產環境對效率的需求相契合。選擇合適的膨脹率對于實現有效的感受野覆蓋至關重要。根據理論分析和實驗驗證，本文選擇1，2，5作為膨脹率，以確保感受野能夠無縫覆蓋整個圖像區域，避免發生網格效應。

2.3YOLOv5?SEDC模型結構

YOLOv5?SEDC模型結構如圖3所示。首先接收包含煤矸形狀信息的圖像，并利用主干網絡進行特征提取，生成特征圖。在此基礎上，為了增強特征信息的利用并抑制無效特征，在進入頸部網絡之前引入SENet 模塊。該模塊通過重新加權特征通道，顯著提升了特征表達能力。同時，頸部網絡的FPN和PAN 結構協同工作，整合多尺度特征，確保模型在處理不同尺寸目標時的靈活性和準確性。此外，DC技術的引入有效擴大了卷積的感受野，使得模型能夠捕獲更全面的圖像上下文信息。最終，分割檢測頭對融合后的特征進行精細處理，實現了對煤矸的精確分割和識別。

3實驗結果與分析

3.1煤矸分割數據集制作

3.1.1實驗數據集采集

目前的智能煤矸圖像識別系統還不夠完善，將整個系統直接安裝在選煤廠進行實驗的條件還不成熟。因此，本實驗在國家能源集團神東大柳塔煤礦實際煤矸分選現場，搭建煤矸圖像采集實驗平臺[21]。大柳塔煤礦選煤作業現場環境惡劣、光源較差，因此采用?？低昅V?CE013?50GC 型彩色工業相機。整個過程受工業相機和光源的分布影響，在相機視域中需要完整出現帶式輸送機，因此需提前計算相機距帶式輸送機的距離（本實驗為1.8 m）。相機和光源的安裝位置如圖4所示。

3.1.2數據預處理

圖像預處理可以減少環境對圖像質量的影響，并增加煤和矸石之間的特征差異[22-23]。所拍攝煤矸數據集圖像為6861張，其中標簽為矸石的數量為3983張，煤的數量為2878張，通過Labelme圖像標注工具對煤矸數據集進行手動分割標簽標注，并通過隨機抽樣將數據集按8∶1∶1的比例劃分為訓練集、測試集和驗證集。為了避免因煤矸數據集中的高相關性導致過擬合問題，采取圖像灰度化、幾何變換、圖像增強等操作去除圖像中的冗余信息，提升特征提取的準確性和圖像分割識別精度，從而提高模型的整體性能。

3.2實驗環境及評估指標

本實驗的硬件環境見表1，通過Pycharm 軟件搭建python3.7+torch1.9+CUDA11.1 運行環境，訓練集圖像batch 設置為16，迭代100次，學習率為0.001，優化算法為自適應梯度下降法，損失函數為二元交叉熵函數。

3.3實驗結果分析

為驗證YOLOv5?SEDC模型對煤矸的分割識別檢測效果，對模型進行100次迭代訓練，在訓練過程中記錄模型的精確率、回歸率、mAP和F₁ 指標，如圖5 所示。可看出4個指標在迭代20次時，可以穩定達到0.85以上，隨后經歷一段細小的波動，在第80 次迭代后趨于穩定，證明YOLOv5?SEDC模型對煤矸具有良好的識別性能。

為驗證YOLOv5?SEDC 模型的可行性，分別采用不同改進策略進行消融實驗，將YOLOv5?seg 網絡作為基礎網絡，實驗結果見表2?？煽闯鲈诨A網絡中加入SENet，可以有效提升模型對煤和矸石識別的精確率，相較于YOLOv5?seg 平均提高0.85%；將YOLOv5?seg 模型中的傳統卷積核替換為DC 后，模型參數量減少0.8×10⁶ 個，同時檢測速度提高26.3%；YOLOv5?SEDC 模型的煤和矸石識別的準確率較YOLOv5?seg 模型平均提高1.3%，參數量減少0.7×10⁶個，檢測速度提高1.4 幀/s。

為驗證YOLOv5?SED 模型的優越性， 將其與YOLOv3?tiny 模型、YOLOv5?seg 模型和Mask?RCNN 模型進行分割性能評估對比，結果見表3?？煽闯鯵OLOv5?SEDC 模型的精確率較YOLOv3?tiny，YOLOv5?seg，Mask?RCNN 模型分別提高了10.7%，2.7%，1.9%，達到95.8%；YOLOv5?SEDC 模型的召回率較YOLOv3?tiny，YOLOv5?seg，Mask?RCNN 模型分別提高了3.0%，2.1%，0.9%，達到89.1%；YOLOv5?SEDC 模型的mAP 較YOLOv3?tiny， YOLOv5?seg，Mask?RCNN 模型分別提高了6.4%， 6.3%， 1.8%， 達到95.5%； YOLOv5?SEDC 模型的F₁較YOLOv3?tiny，YOLOv5?seg，Mask?RCNN 模型分別提高了5.2%，4.2%，2.1%，達到92.2%。在分割識別實時性方面，YOLOv5?SEDC 利用網絡結構和輕量化的優勢，檢測速度較YOLOv3?tiny， YOLOv5?seg，Mask?RCNN模型分別降低了1.9，1.4，2.7 幀/s，更符合礦山生產實際應用場景要求。

為直觀驗證YOLOv5?SEDC模型的有效性，將YOLOv5?SEDC模型與YOLOv5?seg和Mask?RCNN模型在煤矸數據集和煤矸分選現場進行煤矸分割識別測試，可視化結果如圖6所示。

由圖6 可看出，YOLOv5?SEDC 模型對煤和矸石的檢測準確性更高，說明YOLOv5?SEDC 模型在煤矸識別分割上具有較好的性能。

4結論

1） 在YOLOv5?seg 模型的主干網絡中， 引入SENet 模塊以增強特征圖的表達能力，這有助于保留煤和矸石表面的紋理細節和灰度特征。通過在卷積后添加SENet，能夠有效減少下采樣過程中的信息損失。此外，在預測層采用空洞卷積替換傳統卷積，不僅擴大了卷積的感受野，還減少了模型的總體復雜度，從而在不犧牲性能的前提下，提高了模型的分割識別能力和分類精度。

2） 在基礎網絡中加入SENet，可以有效提升模型對煤和矸石識別的精確率， 相較于YOLOv5?seg 平均提高0.85%；將YOLOv5?seg 模型中的傳統卷積核替換為DC 后，模型參數量減少0.8×10⁶ 個，同時檢測速度提高26.3%；YOLOv5?SEDC 模型的煤和矸石識別的精確率較YOLOv5?seg 模型平均提高1.3%，參數量減少了0.7×10⁶ 個，檢測速度提高了1.4 幀/s。

3） YOLOv5?SEDC 模型的精確率、召回率、mAP、F₁ 分別為95.8%，89.1%，95.5%，92.2%，檢測速度較YOLOv3?tiny，YOLOv5?seg，Mask?RCNN 模型分別降低了1.9，1.4，2.7 幀/s，更符合礦山生產實際應用場景需求。

4） YOLOv5?SEDC 模型對煤和矸石的檢測準確性較YOLOv5?seg 和Mask?RCNN 模型更高， 說明YOLOv5?SEDC 模型在煤矸識別分割上具有較好性能。