[发明专利]实例分割探杆检测方法及装置

说明书

本发明提供了一种实例分割探杆检测方法及装置，该方法包括：获取待检测区域的图像；将图像输入预先训练的实例分割模型，得到探杆的检测结果；预先训练的实例分割模型包括主干网络模块、特征金字塔模块及预测模块；主干网络模块包括连接主干网络模型，连接主干网络模型包括至少两个主干网络，两个主干网络提取的特征融合后输出；和/或，特征金字塔模块的至少一个卷积层提取的特征与主干网络模块的底层卷积层提取的特征融合后输出，和/或，预测模块的输入为多个先验框，输出为多个先验框融合得到的先验框。本发明利用实例分割模型检测探杆，检测精度及鲁棒性较高，且优化了模型，提高了特征表达能力和分割效果。

技术领域

本发明涉及探杆检测技术领域，具体而言，涉及一种实例分割探杆检测方法及装置。

背景技术

在煤矿的生产过程中，综采面的探放水是一个必要的环节。探放水包括探水和放水两个方面。探水是指采矿过程中用超前勘探方法，查明采掘工作面顶底板、侧帮和前方等水体的具体空间位置和状况等，其目的是为有效地防治矿井水做好必要的准备；放水是指为了预防水害事故，在探明情况后采取钻孔等安全方法将水体放出。在实际的生产过程中，必须坚持“有疑必探，先探后掘”的探放水原则，在有水害威胁的区域进行采掘工作，都要坚持超前钻探。

在提高探放水的自动化水平的工作中，实现对探杆的自动识别与定位是一个重要的环节，是计算打杆数量的基础。目前，通常采用目标检测模型实现对探杆的识别与定位，然而在实际的生产过程中，检测模型通常受到探杆角度的影响造成对探杆的识别与定位不够准确，严重影响了在实际应用中的鲁棒性。

发明内容

本发明解决的是现有通过目标检测模型进行探杆检测方式的检测精度不足，且鲁棒性不足的问题。

为解决上述问题，本发明提供一种实例分割探杆检测方法，所述方法包括：获取待检测区域的图像；将所述图像输入预先训练的实例分割模型，得到探杆的检测结果；所述预先训练的实例分割模型包括主干网络模块、特征金字塔模块及预测模块；所述主干网络模块包括连接主干网络模型，所述连接主干网络模型包括至少两个主干网络，所述两个主干网络提取的特征融合后输出；和/或，所述特征金字塔模块的至少一个卷积层提取的特征与所述主干网络模块的底层卷积层提取的特征融合后输出，和/或，所述预测模块的输入为多个先验框，输出为所述多个先验框融合得到的先验框。

可选地，所述主干网络模块包括第一主干网络及第二主干网络，所述第一主干网络与所述第二主干网络中相同分辨率的卷积层连接，所述相同分辨率的卷积层输出的特征图相加后作为所述第一主干网络中上一层卷积层的输入。

可选地，所述主干网络模块中特征图相加的公式如下：

F′_out＝ε(F_out) (2)

其中，F_l为第一主干网络第l卷积层的特征图，F_a为第二主干网络第a卷积层的特征图，F_l和F_a具有相同的分辨率，表示元素级别的相加，ε为1*1的卷积，F_out为融合之后的特征图，F′_out为第一主干网络第l+1卷积层的输入。

可选地，所述特征金字塔模块包括多层卷积层，至少一层所述卷积层与所述主干网络模块的底层卷积层连接；所述底层卷积层输出的特征图下采样得到与所述特征金字塔模块的卷积层相同分辨率的目标特征图，所述目标特征图与所述特征金字塔模块的卷积层的特征图相加后作为所述特征金字塔模块的卷积层的输出。

可选地，所述底层卷积层为所述主干网络模块的第一卷积层；所述特征金字塔模块中与所述主干网络模块的卷积层连接的卷积层，均与所述第一卷积层连接。