【技术实现步骤摘要】
本专利技术涉及煤矿安全；具体而言，本专利技术涉及行人检测方法及系统、数据处理设备及程序、存储介质。
技术介绍
1、大型矿山事故频发，造成大量人员伤亡和财产损失。采矿业需要向无人化、智能化方向发展。
2、在采煤机危险区域检测行人至关重要，当在危险区域检测到行人时，必须发出警报通知并及时处理，以防止事故的发生。
3、然而，煤矿井下环境的复杂性使行人检测成为了一项极具挑战的任务。这些环境通常伴随着光照不匀、粉尘密集、电缆干扰、障碍物等复杂因素导致模型在识别和定位行人方面出现错误、影响目标检测模型的性能。现有的网络模型的主干模块在提取特征时存在信息丢失、接收野大小固定、缺乏上下文信息等缺点，激活函数在网络训练中也可能会存在梯度消失、过拟合等现象。
4、在煤矿井下环境中，进行行人检测时仍然存在误检测率高导致虚警，对矿工的安全监测不准确；漏检测率高，无法准确识别所有行人，从而增加了安全风险；缺乏鲁棒性，在光照条件差、目标遮挡等情况时的鲁棒性有限，模型的主干模块和激活函数难以适应多样化的井下工作环境。
...
【技术保护点】
1.一种基于YOLOv7的煤矿井下行人检测方法，其特征在于，所述行人检测方法包括如下步骤：
2.如权利要求1所述的行人检测方法，其特征在于，在所述预训练和所述训练的过程中分别将可变形注意力机制引入到所述YOLOv7的主干特征提取模块中的CBS1模块和CBS2模块的后面，将所述YOLOv7的激活函数设置为FReLU，所述FReLU通过以下公式实现：
3.如权利要求2所述的行人检测方法，其特征在于，所述CBS1模块和所述CBS2模块的步长分别设置为1和2。
4. 如权利要求2所述的行人检测方法，其特征在于，在图像特征通过所述CBS2模块...
【技术特征摘要】
1.一种基于yolov7的煤矿井下行人检测方法，其特征在于，所述行人检测方法包括如下步骤：
2.如权利要求1所述的行人检测方法，其特征在于，在所述预训练和所述训练的过程中分别将可变形注意力机制引入到所述yolov7的主干特征提取模块中的cbs1模块和cbs2模块的后面，将所述yolov7的激活函数设置为frelu，所述frelu通过以下公式实现：
3.如权利要求2所述的行人检测方法，其特征在于，所述cbs1模块和所述cbs2模块的步长分别设置为1和2。
4. 如权利要求2所述的行人检测方法，其特征在于，在图像特征通过所述cbs2模块后得到的特征图为，将所述特征图输入到所述可变形注意力机制中，在所述可变形注意力机制中，当网格尺寸是j × j时，所述j为假设的正整数，根据输入可产生查询向量q，生成一个大小为的均匀网格点即参考点，其中，，所述参考点的值为，将其归一化后将所述查询向量q输入到偏置学习网络offset中得到每个所述参考点的偏移量，将所述偏移量和所述参考点相加得到变形点；
5.如权利要求1或2所述的行人检测方法，其特征在于，在步骤s3中可以通过...
【专利技术属性】
技术研发人员：胡涛，庄德玉，邱锦波，方彤，郑立波，张启志，郑东，钱江泳，汤子麟，袁安祥，
申请(专利权)人：中煤科工集团上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。