公开(公告)号：CN118674925A

公开(公告)日：2024-09-20

申请号：CN202410693590.4

申请日：2024-05-31

Applicant: 国能亿利能源有限责任公司黄玉川煤矿 ,  中国矿业大学(北京)

Inventor： 任辰锋 ,  高军 ,  许志华 ,  董彬 ,  刘生优 ,  张瑞玲 ,  高虎 ,  林云浩 ,  张振鑫 ,  杨可明 ,  孙超 ,  江昊

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/766 ,  G06V20/10

Abstract: 本发明公开了一种多尺度蛇形卷积约束YOLOv8的地表裂缝实例分割方法：首先，以煤矿开采区为例，构建地表采动裂缝标注数据集；其次，针对地表裂缝的形状、纹理等信息的全面分析，构建多尺度蛇形卷积约束的YOLOv8实例分割网络(MS_YOLOv8)，包括构建动态蛇形卷积空间金字塔池化(DSPP)模块和动态蛇形卷积(DSConv)引入特征提取阶段；然后，将地表裂缝训练集输入MS_YOLOv8网络，经过特征提取阶段后，利用分类损失、回归损失和分割损失函数分别对特征进行解耦和计算损失值，最后，输出地表裂缝的检测框位置、类别和框中的像素分割结果。

公开(公告)号：CN118675048A

公开(公告)日：2024-09-20

申请号：CN202410693706.4

申请日：2024-05-31

Applicant: 国能亿利能源有限责任公司黄玉川煤矿 ,  中国矿业大学(北京)

Inventor： 李勇 ,  许志华 ,  张瑞玲 ,  刘生优 ,  林云浩 ,  高虎 ,  高军 ,  江昊 ,  杨可明 ,  董彬 ,  张振鑫 ,  孙超

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种结合半监督模型的Mask R‑CNN地表裂缝识别方法，包括以下步骤：首先采集工作面的无人机航飞影像，标注其中少量裂缝构建地表采动裂缝数据集；其次，将半监督模型中伪标签和一致性正则化结合的思想应用到Mask R‑CNN网络，构建出新的实例分割网络F_Mask R‑CNN，其原理为：用半监督方法生成足量伪标签，用两个训练分支对伪标签和强增强样本进行一致性正则化处理得到非监督部分的损失函数，连同原样本和伪标签一起输入改进的Mask R‑CNN网络中；Mask R‑CNN的改进在：RoiAlgin模块与特征提取后用改进的分类，回归，分割损失函数计算损失值。分类和分割损失函数改进为加权交叉熵损失函数，分割损失函数改进为CIou损失函数。最后输出地表裂缝的类别与检测框和像素的分割结果。

公开(公告)号：CN118864981A

公开(公告)日：2024-10-29

申请号：CN202411049641.6

申请日：2024-08-01

Applicant: 陕西德源府谷能源有限公司 ,  中国矿业大学(北京)

Inventor： 杜兰宝 ,  许志华 ,  赵向凯 ,  王卫东 ,  江昊 ,  冯国轩 ,  刘生优 ,  杨可明 ,  林云浩 ,  张振鑫 ,  孙超

IPC: G06V10/764 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/776 ,  G06T5/73 ,  G06V10/766 ,  G06T7/00

Abstract: 本发明公开了一种基于AOD‑Net增强YOLOv8的雾天环境煤矿采动地裂缝检测方法，首先，构建煤矿采动地裂缝标注数据集，数据集包括雾天环境及晴天环境采集的两期数据；其次，构建改进的AOD‑Net去雾网络，利用深度可分离卷积替换原K值估计模块的标准卷积，在K值估计模块后加入了特征注意力模块(FA)，包括通道注意力机制及像素注意力机制，并且使用特征融合模块进行特征图的加权融合；然后，将两期数据导入AOD‑Net增强YOLOv8网络，用于去雾网络及目标检测器的训练，该一体化网络采用去雾损失和检测损失联合优化的方式，进一步提升去雾效果及采动地裂缝检测能力；最后，将模型的训练结果用于雾天环境下煤矿采动地裂缝图像的检测识别，包括采动地裂缝的检测框位置和类别信息。

公开(公告)号：CN118864432A

公开(公告)日：2024-10-29

申请号：CN202411049555.5

申请日：2024-08-01

Applicant: 陕西德源府谷能源有限公司 ,  中国矿业大学(北京)

Inventor： 刘党党 ,  王兵 ,  许志华 ,  乔军 ,  林云浩 ,  郝补计 ,  刘生优 ,  杨可明 ,  孙超 ,  张振鑫 ,  江昊

IPC: G06T7/00 ,  G06T5/90 ,  G06V20/17 ,  G06N3/0442 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25

Abstract: 本发明公开了一种基于门控可微分处理的阴影场景采动地裂缝识别方法：首先，构建采动地裂缝标注数据集；其次，针对阴影场景采动地裂缝与背景类间差异性较小的问题，构建基于门控可微分处理方法的阴影场景采动地裂缝特征增强模块，包括构建基于动态蛇形卷积的视觉编码器作为模块主干结构，用于提取裂缝的浅层形态特征，构建基于门控可微分的裂缝多尺度特征增强模块(FS_MGDIP)，每个门控可微分图像处理(GDIP)模块由从视觉编码器的不同层提取的特征引导，包括四种图像增强模块，通过对多层网络特征分别使用图像增强方法，逐步增强阴影中裂缝特征；然后，构建基于YOLOv8的采动地裂缝实例分割网络，将经过FS_MGDIP模块增强后的裂缝特征传递给YOLOv8进行裂缝分割；最后，利用分类损失、回归损失和分割损失函数分别对增强后的裂缝特征进行解耦和计算损失值，输出采动地裂缝的检测框位置、类别和框中的像素分割结果。