改进YOLOv8s的煤矿井下矿工行为检测方法

　　为解决煤矿井下视觉设备在矿工行为方向检测效果不佳的问题，采用模型优化和实验的方法，基于YOLOv8s构建基准模型，引入高效多尺度注意力机制改进主干网络，增强对于矿工多姿势及多尺度特征的提取和表示能力。优化损失函数，提高对于井下复杂场景中低质量图像检测的准确性和稳定性。设计一种轻量化模块，替换原颈部深层网络的特征处理模块，保障检测高效性。研究结果表明：改进后的模型对井下矿工行为检测的平均精确度均值提高了1.2%，模型参数量减少了17%。研究结论为类似场景下特定任务的目标检测优化提供借鉴。