基于双层路由注意力机制的煤粒粒度定量分析

煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前，基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一，但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题，设计了一种基于双层路由注意力机制（BRA）的煤粒粒度分析模型。在残差U型网络ResNet-UNet中嵌入BRA模块，得到B-ResUNet网络模型：为减少在煤粒分割过程中出现的漏分割问题，在ResNet-UNet网络的上采样前添加BRA模块，使网络根据上一层的特征调整当前特征层的重要性，增强特征的表达能力，提高长距离信息的传递能力；为减少在煤粒分割过程中出现的过分割问题，在ResNet-UNet网络的特征拼接模块后添加BRA模块，通过动态选择和聚合重要特征，实现更有效的特征融合。对分割出的煤粒进行特征信息提取，针对实验分析中采用的煤粒数据集的煤粒粒度与细胞大小相当，为精确表征煤粒粒度，采用等效圆粒径获取煤粒粒度及粒度分布。实验结果表明：(1) B-ResUNet网络模型的准确率、平均交并比、召回率较ResNet-UNet基础网络分别提高了0.6%,14.3%,35.9%，准确率达99...