基于YOLOv4-tiny的溜筒卸料煤尘检测方法

摘要

煤炭港在使用装船机的溜筒卸载煤的过程中会产生扬尘,港口为了除尘,需要先对粉尘进行检测.为解决粉尘检测问题,本文提出一种基于深度学习(YOLOv4-tiny)的溜筒卸料煤粉尘的检测方法.利用改进的YOLOv4-tiny算法对溜筒卸料粉尘数据集进行训练和测试,由于检测算法无法获知粉尘浓度,本文将粉尘分为四类分别进行检测,最后统计四类粉尘的检测框总面积,通过对这些数据做加权和计算近似判断粉尘浓度大小.实验结果表明,四类粉尘的检测精度(AP)分别为93.98％、93.57％、80.03％和57.43％,平均检测精度(mAP)为81.27％,接近YOLOv4的83.38％,而检测速度(FPS)为25.1,高于YOLOv4的13.4.该算法较好地平衡了粉尘检测的速率和精度,可用于实时的粉尘检测以提高抑制溜筒卸料产生的煤粉尘的效率.