一种基于改进YOLOv8n的煤流异物及煤矸石识别方法

本发明涉及煤流异物及煤矸石识别技术领域，公开了一种基于改进YOLOv8n的煤流异物及煤矸石识别方法。包括如下步骤：通过井下防爆相机采集采集煤流图像；对采集的煤流图像执行归一化处理，构建包含大块煤、矸石及异物的自建数据集，并按YOLO格式标注目标区域，构建训练集与测试集；构建改进YOLOv8n模型，所述改进包括主干网络嵌入TripletAttention模块、颈部网络替换CARAFE上采样算子、损失函数采用WIoU；利用所述自建数据集的训练集对模型进行迭代训练，验证集损失函数收敛后保存最优权重；将实时煤流图像输入训练后的改进YOLOv8n模型，输出目标类别、位置识别结果。