《Signal Processing: Image Communication》：Mine-YOLO: An enhanced YOLOv11s-based object detection method for underground coal mine drilling scenarios
编辑推荐：
Xianwei Heng|Pu Guo|Jianwei Yang•为地下钻孔检测开发了一种轻量级的Mine-YOLO模型。•C3k2-DyConv能提升在恶劣环境中的边缘感知能力。•CAFM可增强多尺度特征表示与融合能力。•SCDH能在保持检测性能的同时降低模型复杂度。•Mine
Xianwei Heng|Pu Guo|Jianwei Yang
- •
为地下钻孔检测开发了一种轻量级的Mine-YOLO模型。
- •
C3k2-DyConv能提升在恶劣环境中的边缘感知能力。
- •
CAFM可增强多尺度特征表示与融合能力。
- •
SCDH能在保持检测性能的同时降低模型复杂度。
- •
Mine-YOLO的mAP@0.5值为95.0%，处理速度可达302.7 FPS。
引言
煤炭依然是全球能源体系中的重要组成部分[1]。随着煤炭行业向高质量、智能化方向发展，先进的传感器与感知技术对于提升煤矿作业安全性和生产效率至关重要[2]。因此，研发安全高效的煤矿开采技术具有极为重要的意义。在地下煤矿开采中，钻孔作业是预防和控制瓦斯危害、水害以及隐蔽地质风险的关键工程措施，其效果直接关系到煤矿作业的安全性[3]。能够准确、实时地识别地下钻孔作业中的关键目标，可为精细化钻孔管理提供技术支持，进而提升钻孔作业的监控水平，提高煤矿生产的整体安全性[4]。
随着人工智能的快速发展，基于深度学习的物体检测技术已广泛应用于工业检测、智能交通以及安全监控领域，在处理复杂的视觉感知任务方面展现出巨大潜力[5]，[6]，[7]，[8]，[9]，[10]，[11]，[12]。诸如Faster R-CNN[13]这类两阶段检测器，以及以YOLO系列[14]，[15]，[16]，[17]，[18]，[19]为代表的单阶段检测器，推动了高精度、高效能物体检测技术的发展。这些方法为地下煤矿钻孔作业中的实时感知提供了技术基础，因为在这样的环境中，需要在光线不足、粉尘干扰、目标遮挡以及背景复杂的情况下识别出关键作业目标。
然而，地下煤矿环境依然给现有的物体检测模型带来了诸多挑战。有限的光线条件、强烈的噪声干扰以及目标频繁发生变形，都会严重降低图像质量，使得普通的检测网络难以提取出有区分度的特征[20]，[21]，[22]，[23]。此外，目标与背景之间的强耦合关系，以及目标尺寸的不均衡，也会进一步限制检测性能。这些挑战凸显出有必要设计出具备更强特征提取与表示能力的检测模型，专门适配地下钻孔场景。为了解决地下煤矿钻孔环境中的光线不足、噪声严重以及背景复杂等问题，本文提出了一种基于改进版YOLOv11s的物体检测框架——Mine-YOLO。本研究的主要贡献可总结如下：
- 1.
本文提出了一种经过边缘增强的动态特征提取模块（C3k2-DyConv），用于在光线不足的条件下提升浅层特征的表现能力。该模块将动态卷积引入C3k2结构中，能够根据局部特征特性自适应调整卷积核，从而有效提升边界模糊区域内的边缘感知能力以及结构细节的表征效果。
- 2.
文中设计了一种卷积-注意力融合模块（CAFM），用于在复杂的地下环境中同时建模局部和全局的上下文信息。该模块通过结合多尺度扩张卷积与滑动窗口扩张注意力机制，能够强化背景抑制效果，提升那些目标尺寸不同且与背景耦合较强的目标的特征提取稳定性。
- 3.
本文还引入了一种轻量级的共享卷积检测头（SCDH），旨在减少参数冗余，提升跨尺度特征的一致性。通过共享卷积、细节增强卷积以及考虑尺度特征的自适应调整，该检测头能够在检测精度与计算效率之间取得良好平衡，非常适合在资源有限的地下环境中使用。
- 4.
大量实验表明，所提出的方法能够在保持高推理效率的同时，显著提升地下煤矿钻孔场景中的检测精度与稳定性，为煤矿作业中的智能感知与安全监控提供了可靠的技术解决方案。
章节要点
地下煤矿场景中的物体检测
物体检测已成为智能煤矿监控领域中重要的视觉感知技术。常见的检测框架大致可分为两阶段和单阶段两类。以Faster R-CNN为代表的两阶段检测器，会先生成候选区域，再进行分类和定位，虽然准确率较高，但通常需要更高的计算成本[13]。而单阶段检测器则可以直接从密集的图像数据中预测物体的类别和边界框
概述
YOLOv11s[18]是一种轻量级的单阶段物体检测框架，采用经典的“骨干网络-颈部网络-检测头”架构，能够在检测精度与推理效率之间实现良好的平衡。它的骨干网络负责提取分层式的视觉特征，颈部网络则用于整合多尺度的语义信息，而检测头则会对不同分辨率的特征图进行分类和边界框回归操作。正是这些特点，使得YOLOv11s成为合适的基准模型
数据集
UCMD[41]是一个大规模的煤矿地下钻孔场景物体检测数据集，拥有统一的标注标准。该数据集包含了70,948张图像，这些图像是在低、中、高三种亮度条件下，以及正面、左侧、右侧三种拍摄视角下收集的。其中还包含目标遮挡、运动模糊以及背景复杂等具有挑战性的场景。该数据集对五类关键物体进行了标注：抓斗、钻头夹具、矿工、安全设备
结论
在本研究中，我们提出了一种名为Mine-YOLO的物体检测框架，它基于改进版的YOLOv11s，专为地下煤矿钻孔场景设计。通过整合C3k2-DyConv、CAFM和SCDH这三种模块，该框架能够在光线不足、图像存在运动模糊、目标被遮挡以及背景复杂等多种情况下，提升浅层边缘特征的表征能力、实现多尺度上下文建模，并保证跨尺度特征的一致性。在UCMD数据集上的实验结果表明，Mine-YOLO的精确度为93.2%，召回率为85.6%，F1值为89.2%，而且
CRediT作者贡献说明
Xianwei Heng：撰写——审稿与编辑，撰写——初稿，验证，软件开发，方法设计，研究实施，数据整理。Pu Guo：撰写——审稿与编辑，撰写——初稿，验证，正式分析，数据整理。Jianwei Yang：撰写——审稿与编辑，撰写——初稿，验证，监督指导，正式分析，概念构思。
利益冲突声明
作者声明，他们不存在任何可能影响本文研究成果的已知利益冲突或个人关系。
致谢
本研究得到了以下项目的支持：贵州省自然科学基础研究计划（编号：QKHJC ZK[2023] General 199），贵州省科技支撑计划项目（编号：Qiankehe Support [2024] General 025；Qiankehe Support [2021] General 348；Qiankehe Support [2020] 2Y030），贵州省科技成果转化与应用计划项目（编号：Qiankehe Achievement [2024] General 150），以及贵州省重大科技计划
