一种基于改进YOLOV8n的煤矿立井井筒裂缝检测方法

一种基于改进YOLOV8n的煤矿立井井筒裂缝检测方法，利用井筒巡检机器人采集井筒井壁图像；对巡检机器人采集的图像进行数据预处理；采用LabelImg标注软件对预处理后的图像裂缝进行标注并转换成VOC格式的文件用于训练；利用图像翻转、裁剪、Mosaic等方法进行图像数据增强；在公共数据集SDNET2018上预训练YOLOV8n模型，得到模型主干参数；搭建改进的YOLOV8n模型，将预训练的YOLOV8n模型主干参数迁移至改进的YOLOV8n模型；将增强后的井壁裂缝图像输入改进后YOLOV8n模型进行训练；使用训练后的模型进行井壁裂缝检测，得到检测结果。本发明结合的ECA_GCBS模块，降低了网络层参数；其次，优化了c2f模块，将ECA_GCBS模块与更加高效的DBB_Bottleneck结合，进一步降低网络参数，加快了整个模型的推理速度，提高了网络的检测精度。