基于改进YOLOv8 模型的井下人员入侵带式输送机危险区域智能识别

打开文本图片集

摘要：针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题，提出一种基于改进YOLOv8 模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8 模型通过替换主干网络C2f 模块为C2fER 模块，加强模型的细节特征提取能力，提升模型对小目标人员的识别性能；通过在颈部网络引入特征强化加权双向特征金字塔网络（FE−BiFPN） 结构，提高模型的特征融合能力，从而提升模型对多尺度人员目标的识别效果；通过引入分离增强注意力模块（SEAM） 增强模型在复杂背景下对局部特征的关注度，提升模型对遮挡目标人员的识别能力；通过引入WIoU 损失函数增强训练效果，提升模型识别准确率。（剩余3054字）