编辑推荐：
为解决煤炭智能分选数据难题，研究人员开发 DsCGF 数据集，有效支持相关研究，推动智能矿山建设。
在 “双碳” 战略目标的大背景下，能源转型成为中国能源发展的核心主题。煤炭作为我国能源结构的重要组成部分，其智能化分选和分析至关重要。然而，目前煤炭智能分选面临着诸多挑战。一方面，随着煤炭开采机械化程度的提高，大量的顶岩、底岩和生产废料混入原煤中，使得煤矸石和异物的含量大幅增加。在传统的煤炭预处理过程中，常常需要人工分选来去除这些杂质，但这不仅效率低下，还容易导致设备故障。另一方面，深度学习在煤炭智能分选中的应用虽然逐渐广泛，但由于缺乏准确且大规模的数据，其发展受到了严重的制约。
为了解决这些问题，中国矿业大学（北京）的研究人员开展了一项重要的研究。他们经过多年的努力，开发了行业内首个用于煤炭智能分选的大规模开源图像数据集 ——DsCGF（Dataset for Coal, Gangue, and Foreign objects）。该研究成果发表在《Scientific Data》上，为煤炭智能分选领域带来了新的突破。
在研究方法上，研究人员从中国三个典型矿区（安徽、内蒙古和山西）的选煤厂中，选取了具有代表性的选煤厂进行数据采集。在生产过程中，利用安装在手动分选传送带上的图像采集设备，持续收集原煤图像。这些图像采集设备配备了特定的照明系统和不同型号的工业相机，以确保采集到的图像质量稳定。采集到的图像经过专业人员的手动标注，标注涵盖了目标检测、图像分类和实例分割等多个层面，最终形成了包含近 270,000 张可见光图像的数据集。
研究结果主要包括以下几个方面：
- 数据记录：DsCGF 数据集包含了来自三个典型矿区的原煤图像，涵盖了不同的生产场景和煤种。数据集不仅包含了图像，还包含了详细的手动标注信息，能够满足图像分类、目标检测和实例分割等多种任务的需求。数据被划分为训练集、验证集和测试集，比例为 6:2:2，且不同区域的数据类别比例相对一致12。
- 技术验证：研究人员使用了多种先进模型对 DsCGF 数据集进行评估。在图像分类任务中，选用 SwinVIT 进行训练和评估，在四个场景下分别取得了 0.906、0.995、0.982 和 0.794 的 Micro F1 分数；在目标检测任务中，采用 YOLOv8，获得了不同场景下的 mAP 分数，如 34.36%、25.68%、81.05% 和 57.84%；在实例分割任务中，运用 Mask - RCNN 进行处理，结果表明该模型在分割大量目标方面具有一定能力，但性能指标仍有提升空间34。
研究结论和讨论部分指出，DsCGF 数据集的发布具有重要意义。它为煤炭智能分选和分析提供了丰富的数据支持，有助于推动深度学习在该领域的进一步应用。通过使用该数据集，研究人员可以更深入地研究煤炭和煤矸石的识别算法，提高识别精度。此外，该数据集还为研究不同地区原煤的性质提供了宝贵的资源，有望促进跨区域智能分选技术的发展。同时，研究人员也指出了数据集存在的一些局限性，如部分数据存在类别不平衡、部分图像采集条件与实际生产存在差异等问题，但这些问题也为后续研究提供了方向。
总之，DsCGF 数据集的出现，为煤炭智能分选领域带来了新的希望和机遇。它将有助于推动我国智能矿山的建设，提高煤炭行业的效率、清洁性和智能化水平，在 “双碳” 目标的实现过程中发挥重要作用。
