本發(fā)明屬于儀器儀表智能識別，具體涉及一種基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法。

背景技術(shù)：

1、在煤礦中，井下風(fēng)速表用于監(jiān)測巷道中的風(fēng)流速度，以確保礦工的安全和煤礦的穩(wěn)定生產(chǎn)。根據(jù)中國的《煤礦安全規(guī)程》，井下風(fēng)速必須控制在一定范圍內(nèi)，以降低煤塵爆炸和窒息事故的風(fēng)險。風(fēng)速表的準(zhǔn)確識別和應(yīng)用，有助于預(yù)防瓦斯爆炸等嚴(yán)重事故。

2、目前識別機(jī)械表讀數(shù)大概有兩種方法，一種是基于傳統(tǒng)算法，首先使用模板匹配檢測到表盤，然后霍夫圓匹配檢測到表盤中心，再對表針進(jìn)行直線擬合的方式獲取指針指向，該方法需要光照條件穩(wěn)定，另外霍夫圓檢測需要機(jī)械表中心為比較規(guī)則的圓，因此需要相機(jī)正對表盤中心，對于相機(jī)光源一體的智能相機(jī)，光源正對玻璃材質(zhì)表盤時會引起反光問題。另外一種方法是基于深度學(xué)習(xí)目標(biāo)帶角度目標(biāo)檢測算法，對光照以及角度偏離不敏感，然而，角度識別范圍只有180°的范圍，因此不能滿足機(jī)械表360°指向的識別范圍。此外，在實(shí)際應(yīng)用中，為了滿足煤礦井下測風(fēng)精度要求，測風(fēng)速表往往需要多個表盤，多個表盤表針識別會互相干擾。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法，以解決背景技術(shù)中存在的技術(shù)問題。

2、為了解決上述技術(shù)問題，本發(fā)明提供了一種基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法，在head頭部分添加角度識別以及識別置信度，角度識別范圍為0-360°，從而獲取機(jī)械表讀數(shù)信息。該方法是基于深度學(xué)習(xí)的算法，對外部光源變化兼容性更高；另外為了解決玻璃反光問題，在相機(jī)安裝時相機(jī)面與機(jī)械表表面偏移一定角度，即兩個平面不平行，可以使反光點(diǎn)調(diào)整到機(jī)械表范圍外，同時也引發(fā)了表盤中心以及表盤一定范圍的變相，使用該方法可以有效規(guī)避變形對識別準(zhǔn)確率的影響。

3、本發(fā)明提供一種基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法，包括以下步驟：

4、s1、收集不同光源亮度拍攝的不同讀數(shù)以及角度的機(jī)械表圖片；

5、s2、標(biāo)注機(jī)械表表盤、中心、指針的種類、目標(biāo)框以及角度信息；

6、s3、將標(biāo)注的角度信息歸一化；

7、s4、訓(xùn)練機(jī)械表識別檢測模型；

8、s5、將實(shí)時采集的機(jī)械表圖片輸入機(jī)械表識別檢測模型中，得出分針信息與秒針信息；

9、s6、綜合分針信息與秒針信息，得出機(jī)械表數(shù)值。

10、進(jìn)一步地，在步驟s2中，采用帶角度的rolabelimg進(jìn)行標(biāo)注，包括以下步驟：

11、s21、獲取表盤中心的中心坐標(biāo)(x0,y0)；

12、s22、獲取表針中心坐標(biāo)(x1,y1)；

13、s23、獲取矩形框角度信息angle，范圍0-180°；

14、s24、根據(jù)表盤中心以及表針坐標(biāo)判斷角度信息angle是否需要增加180°；當(dāng)表針的中心在表盤中心的左邊，即表針的中心指向表針的左半部分，表針的角度需加上180°；

15、可選地，在步驟s2中，采用不帶角度labelimg軟件進(jìn)行標(biāo)注，包括以下步驟：

16、s2a、獲取表盤中心矩形框，根據(jù)中心矩形框坐標(biāo)計(jì)算中心坐標(biāo)(x0,y0)；獲取表盤中心矩形框，左上角(x0_min,y0_min)，右下角(x0_max,y0_max)，計(jì)算中心坐標(biāo)(x0,y0)，其中x0＝(x0_min+x0_max)/2，y0＝(y0_min+y0_max)/2；

17、s2b、獲取表針矩形框，根據(jù)表針矩形框坐標(biāo)，計(jì)算表針中心坐標(biāo)(x1,y1)；獲取表針矩形框，左上角(x1_min,y1_min)，右下角(x1_max,y1_max)，計(jì)算表針中心坐標(biāo)(x1,y1)，其中x1＝(x1_min+x1_max)/2，y1＝(y1_min+y1_max)/2；

18、s2c、計(jì)算表針角度信息angle，范圍0-90°；

19、s2d、根據(jù)表盤中心以及表針坐標(biāo)關(guān)系判斷角度信息angle，判斷angle處于0-90°、90-180°、180-270°還是270-360°；

20、進(jìn)一步地，在步驟s4中，訓(xùn)練機(jī)械表識別檢測模型的主干網(wǎng)絡(luò)優(yōu)化過程，包括以下步驟：

21、s41、通過網(wǎng)絡(luò)前向傳播數(shù)據(jù)點(diǎn)得到輸出；

22、s42、采用損失函數(shù)計(jì)算總誤差；

23、s43、采用反向傳播算法計(jì)算損失函數(shù)相對于每一層的權(quán)重和偏差的梯度；

24、s44、采用梯度下降更新每一層的權(quán)重和偏差；

25、s45、重復(fù)步驟s41-s44，達(dá)到預(yù)設(shè)次數(shù)停止循環(huán)。

26、進(jìn)一步地，主干網(wǎng)絡(luò)輸出檢測目標(biāo)的種類、目標(biāo)矩形框以及角度信息angle，檢測目標(biāo)的種類是離散的，采用分類損失函數(shù)計(jì)算，分類損失函數(shù)為公式1；

27、

28、其中，n：樣本數(shù)量；li：第i個樣本損失；yi：第i個樣本的真實(shí)標(biāo)簽；pi：第i個樣本的預(yù)測值；

29、目標(biāo)矩形框以及角度信息angle為連續(xù)的，采用ciou+dflloss計(jì)算損失函數(shù)，其中，采用ciou計(jì)算損失函數(shù)的公式為

30、iou為預(yù)測框和真實(shí)框的交并比，α是權(quán)重函數(shù)，v用來度量寬高比的一致性，α可以表示為

31、v可以表示為

32、采用dflloss計(jì)算損失函數(shù)的公式為

33、

34、其中，預(yù)測邊框左側(cè)與真實(shí)值差異的概率分布，預(yù)測邊框右側(cè)與真實(shí)值差異的概率分布，y：第i個樣本目標(biāo)框真實(shí)值，yi：目標(biāo)框向上取整的值，yi+1：目標(biāo)框向上取整的值。

35、進(jìn)一步地，在步驟s6中，包括以下步驟：

36、s61、檢測結(jié)果換算：機(jī)械表識別檢測模型輸出0-1之間的數(shù)值，用angle表示，機(jī)械表的秒針讀數(shù)用seconds表示，機(jī)械表的分針讀數(shù)用minute，機(jī)械表的秒針讀數(shù)為seconds＝angle*100，機(jī)械表的分針讀數(shù)為minute＝angle*10，并對分針數(shù)值向下取整；

37、s62、機(jī)械表讀數(shù)計(jì)算：機(jī)械表的讀數(shù)用value表示，value＝minute*100+seconds。

38、6、如權(quán)利要求5所述的基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法，在步驟s61中，對于指針讀數(shù)的糾錯包括以下步驟：

39、s611、設(shè)分針小數(shù)部分的讀數(shù)為fm，分針整數(shù)部分的讀數(shù)為im；

40、s612、若fm≥0.8并且seconds≤20，則分針讀數(shù)為im+1；

41、s613、若fm≤0.2并且seconds≥80，則分針讀數(shù)im-1。

42、進(jìn)一步地，在步驟s4中，對圖片數(shù)據(jù)增強(qiáng)，包括：隨機(jī)旋轉(zhuǎn)、隨機(jī)縮放、隨機(jī)剪裁、顏色變換、仿射變換以及熱力圖增強(qiáng)。

43、本發(fā)明的有益效果是：

44、本發(fā)明的基于改進(jìn)yolov8的煤礦井下機(jī)械表識別檢測方法，首先，提供了一種基于目前開源的標(biāo)注軟件快速得到標(biāo)注角度信息的方法，使得標(biāo)注的角度信息的范圍在0-360°內(nèi)，然后通過基于改進(jìn)yolov8模型，在head頭部分添加角度識別以及識別置信度，識別角度范圍0-360°，從而根據(jù)角度獲取機(jī)械表讀數(shù)信息，最后，本發(fā)明還提供一種指針糾錯的邏輯判斷方法，使得整個機(jī)械表識別檢測方法，識別效果好，準(zhǔn)確率高。

45、為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。