基于YOLOv5n−CND 的矿用输送带异物检测

打开文本图片集

摘要：针对异物图像背景复杂、特征提取能力弱、粘连小目标的检测精度低、检测框定位及尺度失真等问题，提出了一种基于YOLOv5n−CND 的矿用输送带目标检测算法。首先，采用C2f 对特征金字塔进行优化，使用更少参数解决在井下异物图像采集背景复杂且存在复杂目标干扰对小目标检测不敏感的问题；然后，采用归一化高斯瓦萨斯坦距离（NWD） 回归损失函数替代CIoU，改善多尺度异物检测效果不佳的问题，实现粘连小目标的精准检测；最后，添加目标检测头（Dy Head），将尺度、空间和任务3 种注意力机制结合，提高对异物轮廓的特征提取能力，增强对多尺度目标的适应能力。（剩余1848字）