煤炭科学技术

作者：曹现刚, 刘航, 刘家辉, 吴旭东, 王鹏,

关键词：煤炭异物, 多模态融合, 开集检测, 特征金字塔, 特征语义一致性,

原煤分选过程首先需要对大块矸石、铁丝、编织袋等异物进行识别与拣选，以避免对后续工艺环节造成影响或引发安全事故。目前煤炭异物目标检测算法主要是面向已知对象的检测算法，对未知目标，尤其是各类锚杆、新式支护材料等具有复杂外观与语义不确定目标的检测能力不足，亟须研究能够同时具备已知与未知异物检测能力的目标检测模型。提出了一种基于多模态融合的煤炭异物开集检测方法。首先，基于DINO网络，设计了文本与图像的双模态特征信息提取架构，以获取更具类别判别性的文本与视觉特征，引入路径聚合特征金字塔网络，采用多层特征抽取策略，将深层语义特征与浅层空间细节有效结合，强化对小尺度煤炭异物的感知能力，提升检测精度；其次，构建了基于自注意力机制与交叉注意力机制的多模态特征融合模块，实现文本与视觉特征的深度交互与高效融合，并引入基于语言引导的查询选择机制，使任意类别文本描述与视觉查询建立对应关系，从而提升特征语义一致性与跨类别泛化能力；最后，设计了一种基于视觉−文本多模态解码模块，在每层查询更新阶段插入文本引导机制，使可学习查询在与图像特征交互前对齐语言特征，有效提升多模态特征对齐的准确性与鲁棒性。基于自建煤炭异物数据集构建多类别组合的开放动态环境，并系统开展了试验，结果表明本文方法在已知类别检测不同开放度任务中mAP@0.5精度均优于其他对比方法，在未知类别检测不同开放度任务中，未知类召回率分别达到41.24%、52.26%、57.13%，验证了零样本条件下的有效性。本文方法具备针对未知类别煤炭异物的检测能力，为煤炭异物的开集检测提供了有效的技术支撑。

来源：2026年第1期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2026年第1期