一种改进的Yolov5s煤矿井下人员计数模型.pdfVIP

第42卷第4期算机仿真2025年4月

文章编号：1006-9348（2025)04-0525-06

一种改进的Yolov5s煤矿井下人员计数模型

井晶，高宇蒙²,赵作鹏?，闵冰冰2

（1.江苏联合职业技术学院徐州财经分院，江苏徐州221008；

2.中国矿业大学，江苏徐州221116）

摘要：实现井下人数实时统计对实现井下限员生产具有重要意义。现有人员计数算法对普通环境中稀疏人群的计数效果良

好，但对复杂的井下环境中密集人群的计数效果不佳。针对上述问题，提出了结合Yolov5s和线性回归的人员计数模型：

Yolov5s-LR。首先，根据注意力机制动态地调整每个卷积核的权重，从而提高模型在井下昏暗密集环境中的特征提取能力；

其次，使用与检测头共享骨干网络的线性回归计数头预测人数，并通过L2损失函数进行模型训练，从而实现误差较低的人

员计数。实验结果表明，在自建的煤矿井下人员计数数据集上，上述模型的人员检测精度比Yolov5s高3.1%，人员计数的

MAE和MSE比当前流行的人员计数模型中效果最好的DKCNN-LR模型降低了0.3和0.58。

关键词：人员计数；计算机视觉；线性回归；动态核；特征提取

中图分类号：TP391.9文献标识码：B

AModifiedYolov5sModelforUndergroundPersonnel

CountinginCoalMines

JINGJing,GAOYu-meng’,ZHAOZuo-peng²,MINBing-bing

(1.JiangsuJointVocationalandTechnicalCollege,XuzhouBranchofFinanceandEconomics,

XuzhouJiangsu221108,China;

2.ChinaUniversityofMiningandTechnology,XuzhouJiangsu221116,China)

ABSTRACT:Real-timeundergroundpersonnelcountinghassignificantimportanceforachievinglimitedpersonnel

productionunderground.Theexistingpersonnelcountingalgorithmsperformwellinsparsecrowdsinordinaryenviron-

mentsbutexhibitpoorperformanceincountingdensecrowdsincomplexundergroundenvironments.Toaddressthis

issue,apersonnelcountingmodelnamedYolov5s-LRisproposed,whichcombinesYolov5sandlinearregression.

Firstly,themodeldynamicallyadjuststheweightsofeachconvolutionalkernelbasedonattentionmechanisms,thus

enhancingthemodelsfeatureextractioncapabilityindarkanddenseundergroundenvironments.Secondly,alinear