煤炭学报

作者：王妍玮, 陶文彬, 陈凯云, 孟祥林, 张玉,

关键词：煤矸石识别, 瓶颈模块, 深度可分离卷积, 注意力机制, 迁移学习,

煤矸石分选机器人对煤矿智能化发展意义重大，煤矸石识别是煤矸石分选机器人的核心技术，针对传统识别技术在面对高噪声、运动模糊等复杂工况时，存在识别效率低、准确性不足的问题，提出一种基于SegFormer-CG的煤矸石识别技术，以提升识别的实时性和准确率。该模型的编码器采用 SegFormer 的Transformer架构提取多尺度特征，并以轻量级的MiT-B0作为编码器，解码器设计融合模块以增强语义分割性能。在解码器的C1、C2、C3特征图后引入瓶颈模块(Bottleneck)增强模型特征提取能力，并采用深度可分离卷积(Depthwise Separable Convolution, DSConv)与全维度动态卷积(Omni-Dimensional Dynamic Convolution, ODConv)改进瓶颈模块，降低参数量与计算量；同时在C4特征图引入空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块，并采用深度可分离卷积和5×5卷积对ASPP改进，提升模型多尺度融合能力；在C3、C4特征图后加入交叉注意力机制(Criss-Cross Attention, CCA)使模型聚焦于关键信息，增强模型关键特征提取能力。训练采用2阶段迁移学习策略，先冻结主干网络进行50轮特征适配训练，再解冻全局参数进行优化，有效增强模型对煤矸石图像的泛化能力。结果表明：SegFormer-CG模型的精确率达到96.39%，召回率达到96.29%，平均交并比达到93.03%，相较原模型精确率提升1.32%，召回率提升0.59%，平均交并比提升1.73%。参数量为5.14×106，浮点计算量为5.90×109，帧率为50.92 帧/s。与其他常见模型如PSPNet、DeepLabV3+和UNet对比，SegFormer-CG模型均取得更优秀的识别效果，且在参数量、浮点计算量上都有明显优势，在加噪、运动模糊和低光照的复杂工况下仍保持稳定识别效果，且对新疆、陕西矿区样本具有泛化能力，为选矸机器人高效识别提供了可靠技术支持。

来源：2026年第4期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2026年第4期