改进RT-DETR矿工不安全行为检测方法

来源：电子测量技术杂志2026年第7期北京时间：

作者：张红，陈晓彤，许永炎，高玺程，王媛彬

单位：1.西安科技大学通信与信息工程学院 西安 710054; 2.西安科技大学西安市网络融合通信重点实验室 西安 710054; 3.西安科技大学电气与控制工程学院 西安 710054

摘要：针对煤矿井下背景复杂、矿工行为尺度差异大和频繁遮挡等因素导致的现有行为检测模型精度低、鲁棒性不足的问题，提出一种改进RT-DETR矿工不安全行为检测方法。该方法构建了具备多路径特征提取与双分支下采样结构的主干网络CANet，通过融合深浅层级特征并保留边缘细节，提升了模型在复杂背景下对行为细节的感知能力。同时，设计扩散感知特征金字塔网络DAFPN，通过结合维度感知选择性集成模块与跨层扩散策略，构建两阶段融合—扩散机制，以增强多尺度行为特征间的语义交互，显著提升了模型对姿态多变和大尺度差异场景的适应能力。此外，引入可变核卷积模块AKConv，通过动态调整采样位置，使网络在存在遮挡时仍能自适应聚焦于行为关键区域，增强矿工行为检测的鲁棒性。实验结果表明，改进后的RT-DETR模型在mAP@0.5和mAP@0.5:0.95上分别达到92.9%和66.1%，较原模型分别提升2.9%和1.9%，参数量减少18%，计算量降低13%。与 Faster R-CNN、SSD、YOLOv5m、YOLOv8m、YOLOv10m 等主流检测算法相比，整体性能更优，充分证明了该模型在复杂煤矿场景下不安全行为检测的有效性与工程应用价值。

关键词：行为检测;RT-DETR;重参数化;维度感知模块;可变核卷积

基金资助：陕西省重点研发计划项目(2023YBSF-133)、西安市科技计划项目(24GXFW0049)资助