基于KRB-YOLOv5s的煤矸识别方法

摘要： 为解决煤矿高粉尘、低照度、高噪声与堆叠等复杂环境因素导致的煤矸识别精度低、漏检与误检问题，提出一种基于KRB-YOLOv5s算法的煤矸识别方法。采用K均值聚类（K-means++）算法对数据集进行重新聚类，以得到更精准的锚框参数；在YOLOv5s主干网络中引入大核卷积结构重参数（RepLKNet）网络，通过大核卷积架构提取目标更高层级的特征信息；在YOLOv5s颈部引入加权双向... （共8页）