针对煤矿带式输送机上煤块检测因光照不均存在的漏 检与误检问题,提出一种基于门控卷积和上下文注意力机制 的改进 YOLOv５煤块检测算法.首先,将主干网络中残差 模块替换为递归门控卷积模块,通过逐步融合特征信息,提 取高阶语义特征,增强模型的特征提取能力.其次,在特征 融合结构中加入 GCA 注意力机制,将全局上下文信息融入 坐标注意力模块中,加强感兴趣区域的全局表示,增强多尺 度特征融合能力,提高模型对煤块边缘特征的敏感度.最 后,采用SIoU 损失函数,加速网络模型的收敛.试验结果 表明,改进的算法在自建煤块数据集上平均精度均值达到９２．８％,召回率达到８５．９％,检测速度达到３８帧/s.既提高 了检测精度,又满足了检测的实时性.