| 现场环境 |
在煤矿输送带监控场景中，使用摄像头采集输送带图像，对图像中的大块煤进行检测和报警，以保障煤炭运输的安全和效率。 |
| 使用对象 |
输送带上的大块煤，特别是那些尺寸较大、可能引起输送带堵塞或损坏的煤块。 |
| 使用目的 |
通过自动检测输送带上的大块煤，及时发现并处理可能影响输送带正常运行的煤块，提高煤炭运输的安全性和效率。 |
| 硬件配置 |
CPU：11th Gen Intel Core i7-11800H，8核16线程，主频2.30GHz。
GPU：NVIDIA GeForce GTX 3060，6GB显存。
内存：16GB DDR4。
硬盘：1TB NVMe SSD。
摄像头：工业级高清摄像头，分辨率1920×1080。
网卡：英特尔I219-V千兆以太网卡，1000Mbps传输速率。 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Windows 10。
依赖库：Python 3.8，PyTorch 1.10.0，OpenCV 4.5.3，NumPy 1.21.2，SciPy 1.7.3。
编译器：GCC 11.2.0。 |
| 软件兼容 |
无
|
| 输入数据 |
输送带监控视频图像帧，图像分辨率为1920×1080像素，灰度图像。 |
| 输出数据 |
大块煤检测结果，包括目标类别、位置坐标（x, y）、宽度和高度。 |
| 样本获取 |
在实际煤矿输送带监控场景中，以不同角度录制视频帧，获取54000帧样本图像，其中30000帧用于训练集，24000帧用于测试集。 |
| 测试结果 |
对测试集24000个样本进行测试，精确率（Precision）达到95.6%，召回率（Recall）达到89.0%。 |
| 执行速度 |
检测速度为20ms/次。 |
| 资源消耗 |
CPU：4核，计算占比平均约70%。 GPU：显存占用约6GB，计算占比平均约85%。 内存：使用占比约60%。 |
| 源码类型 |
本算法有Python版本源码，可提供授权使用。 |
| 文件大小 |
算法程序文件50K，权重文件250M。 |
| 相关备注 |
无 |
