YOLO-SCC: 一种用于矿井安全的轻量级目标检测方法

《Sensors》：YOLO-SCC: A Lightweight Object Detection Method for Mine Safety

　　

针对地下煤矿人员检测中存在的照明不均、粉尘遮挡、背景杂乱及目标尺度变化显著等挑战，研究人员提出了一种名为YOLO-SCC的轻量级目标检测方法。基于轻量级检测网络YOLO26n，研究人员构建了由SPDConv、CBAM和ContextAggregation组成的SCC轻量级增强结构，以在保持模型紧凑性的同时，提升复杂地下环境中的特征表示和目标识别能力。具体而言，SPDConv优化了下采样过程以减少特征细节损失，有助于在低光照、远距离或小尺度条件下保留矿工的边缘和纹理信息。CBAM从通道和空间维度自适应加权特征，增强模型对矿工主体的关注，并抑制来自灯光反射、设备结构和粉尘噪声的无关干扰。ContextAggregation模块聚合更丰富的上下文语义信息，增强了模型在遮挡、密集分布和复杂背景条件下对人员目标的判别能力。实验结果表明，在参数（从2.38 MB增至2.88 MB）和计算量（从5.2 GFLOPs增至6.0 GFLOPs）适度增加的情况下，YOLO-SCC的精确率达88.8%，召回率达82.2%，mAP@0.5达85.3%，mAP@0.5:0.95达51.2%，分别比基线YOLO26n提升了6.1、0.9、0.1和3.3个百分点。结果表明，YOLO-SCC主要在保持轻量级模型规模的同时，提升了复杂地下环境中的误报抑制能力和定位质量。

**论文解读：YOLO-SCC——面向矿井安全的轻量级目标检测方法**

**研究背景与问题**

煤炭作为全球能源体系与工业生产的基石，其战略地位依然突出。随着开采活动向深部延伸，地下人员安全成为核心关切。煤矿井下环境复杂，人员频繁移动，精确、实时的人员检测与识别不仅为人员定位、禁区入侵预警和行为监控提供基础支撑，对提升矿井安全管理水平也具有重要意义。然而，井下环境通常存在照明不足、局部强反射、粉尘弥漫、背景杂乱以及目标遮挡等问题，导致图像中人员目标边缘模糊、纹理弱且尺度变化显著，给目标检测算法的稳定应用带来巨大挑战。现有方法如YOLO系列虽在检测精度与实时性间取得较好平衡，但受限于边缘设备的计算能力、存储资源和功耗，检测模型必须在保持轻量化的同时具有较强的场景适应性。因此，在模型规模约束下进一步提升复杂矿井环境下的检测性能成为核心挑战。

**研究内容与结论**

为此，研究人员提出了一种基于YOLO26n的轻量级目标检测方法YOLO-SCC。该方法围绕井下人员检测中的细节丢失、背景干扰和语义模糊三个核心问题，设计了由SPDConv、CBAM和ContextAggregation组成的SCC增强结构，在保持模型紧凑性的同时，从局部细节保留、注意力特征精炼和上下文语义聚合三个互补方面提升特征表示与目标判别能力。实验结果表明，YOLO-SCC在参数仅从2.38 MB增至2.88 MB、计算量从5.2 GFLOPs增至6.0 GFLOPs的情况下，精确率提升了6.1个百分点，mAP_50-95提升了3.3个百分点，召回率提升0.9个百分点，mAP₅₀提升0.1个百分点。这表明YOLO-SCC主要改善了复杂地下环境中的误报抑制和定位质量，同时保留了轻量级特性，适用于实际部署。该研究为在资源受限的边缘设备上部署高性能安全监控系统提供了可行方案，直接推动了煤矿智能安全技术的发展。论文发表在《Sensors》。

**主要技术方法**

研究人员主要采用了以下关键技术方法：首先，在骨干网络早期下采样层引入SPDConv（空间到深度卷积）模块，通过无损特征重组替代传统池化或步长卷积，以保留小尺度人员目标的边缘和纹理细节。其次，在骨干网络中间层嵌入CBAM（卷积块注意力模块），从通道和空间两个维度自适应加权特征，增强对矿工主体的关注并抑制灯具、设备、粉尘等背景干扰。最后，在颈部网络特征融合后插入ContextAggregation（上下文聚合）模块，通过基于注意力的全局上下文池化和空间门控机制，整合全局语义信息以提升遮挡或密集分布下的人员判别能力。此外，在颈部输出浅层特征前再引入一个CBAM模块，对富含细节但易受噪声影响的浅层特征进行二次精炼。数据集来源方面，研究人员构建了包含3629张真实井下图像的数据集，具体由RoboFlow平台公开的coal_miner数据集和广泛使用的多场景井下数据集DsLMF+筛选合并而成，按7:1.5:1.5比例随机划分为训练集、验证集和测试集，共含7050个标注人员实例，覆盖掘进、支护、运输、检修等多种作业场景及站立、行走、蹲姿等姿态。

**研究结果**

**4.1 参数配置与数据集**：研究人员构建了专用矿井人员检测数据集，涵盖多类典型场景和光照条件，确保评估的客观性和代表性。

**4.2 模型评估指标**：采用精确率、召回率、mAP₅₀、mAP_50-95、参数量（M）和计算复杂度（GFLOPs）等指标全面评估模型性能。

**4.3 消融实验**：以YOLO26n为基线，通过控制变量法逐步集成各增强模块，验证了SCC结构中各模块的独立贡献与协同作用。结果表明，单独使用SPDConv虽保留细节但召回率下降；单独使用CBAM或ContextAggregation可提升精确率但降低召回率；而完整SCC结构（YOLO-SCC）在所有组合中取得最高召回率（0.822）和mAP_50-95（0.512），说明局部细节保留、注意力过滤和上下文聚合三者形成互补，实现了检测覆盖、定位质量与模型复杂度的最优平衡。

**4.4 对比实验**：将YOLO-SCC与Faster R-CNN、RT-DETR-R50、SSD、Rep-YOLO及多种轻量级YOLO变体（YOLOv8n、YOLOv11n、YOLOv12n等）对比。YOLO-SCC以2.883M参数、6.0 GFLOPs和192.31 FPS的速度，取得所有模型中最高mAP_50-95（0.512）和YOLO变体中最高精确率（0.888），在准确率、复杂度与速度间提供了实用折中。

**4.5 可视化与结果分析**：通过热力图对比，YOLO-SCC的高激活区域更集中稳定地聚焦于人员目标关键特征，而YOLO26n在强光、粉尘等干扰下易分散或偏移，表明SCC结构增强了特征选择性和抗干扰能力。

**4.6 失败案例分析与局限性**：YOLO-SCC在强光照射导致局部过曝、过小目标与粉尘干扰、低照度与低对比度等极端条件下仍存在漏检，需进一步改进。

**讨论与结论**

研究表明，YOLO-SCC在保持轻量级模型优势的同时，显著提升了井下人员检测的综合性能。在强光与复杂背景干扰下，YOLO-SCC仍保持出色的目标感知能力，模型关注点始终集中在目标本身。未来工作将聚焦于在边缘设备上评估YOLO-SCC并研究其推理延迟，以进一步验证其在真实煤矿环境中的部署能力。研究结论：本研究针对复杂地下煤矿环境的人员检测挑战，提出了基于YOLO26n的轻量级目标检测方法YOLO-SCC。该方法集成了由SPDConv、CBAM和ContextAggregation组成的SCC增强结构，在保持紧凑模型规模的同时，从局部细节保留、注意力特征精炼和上下文语义聚合三个互补方面改进了特征表示和目标判别能力。实验结果表明，YOLO-SCC保持了轻量级模型规模，参数为2.88M，计算量为6.0 GFLOPs。与YOLO26n相比，YOLO-SCC将精确率从0.827提升至0.888，mAP_50-95从0.479提升至0.512，召回率从0.813提升至0.822，mAP₅₀从0.852提升至0.853。这些结果表明，所提出的架构主要在复杂地下环境中改善了误报抑制和定位质量，同时保留了实际部署所需的轻量级特性。实验结果支持了所提出的SCC增强结构在评估条件下的有效性。