矿冶工程

作者：黄勇, 刘洋, 夏星, 肖盛旺, 李然

单位：长沙矿冶研究院有限责任公司, 湖南 长沙 410012

关键词：YOLOFFM,自动读数,MSBlock,EffQA-FPN,烧结窑炉,浮子流量,视觉识别,算法

基金：国家重点研发计划(2021YFC2902701)

针对使用烧结窑炉生产新能源材料过程中浮子流量计在低流量和复杂环境下自动读取的准确性与效率问题，提出了一种改进的YOLOv8n-Pose关键点浮子流量计自动识别(YOLOFFM)算法。该算法的核心改进包括重构主干网络、增强颈部结构、引入非对称压缩解耦头和优化损失函数，这些措施显著提升了算法的效率和检测性能。结果表明，YOLOFFM算法准确率达99.15%，召回率为98.69%，显著降低了模型的参数量和计算成本。与多种先进模型算法相比，YOLOFFM在提升精度的同时，计算成本降低90%以上，充分展示了其在烧结窑炉复杂环境中的高效性和可靠性。

来源：2025年第4期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2025年第4期