煤炭目标检测产品系统

煤矿井下/选煤厂皮带运输、块煤分选环节，需实时监测煤流中的煤、矸石及杂物，以支撑智能排矸、异物清除与煤质管控。

基于视觉的目标检测系统可准确识别并定位四类目标：

煤：正常物料，可按粒度/块度统计。

矸石：煤矸石，提供分选依据。

异物：锚杆、铁器、木块、编织袋等指定杂物，触发抓取/吹选或停机报警。

未知检测：对模型未见过或形态高度异常的非煤物体进行报出，防止漏判带来的设备损伤或煤质污染。

输出包含类别、位置、置信度及预警信号，并可与分拣机器人、高压风阀或PLC联动实现闭环控制。

数据构建
在产线加装工业相机和光源，采集大量煤、矸石、常见异物图像；通过人工摆放、合成及数据增强构建异常样本，用于训练“未知”类或异常检测模型。

模型选型与优化
采用 YOLOv8/RT-DETR 等实时检测器，设计四类检测头；对“未知”类可采用开集学习分支（如增广背景类、联合度量学习），在保证实时性的前提下提高对未知异物的召回。

训练与评估
精确标注数据，使用迁移学习与多尺度训练；通过 mAP、误报率/漏报率评估，联合阈值调优平衡检测精度与误报。

边缘部署
模型转换为 TensorRT/ONNX，部署到 Jetson 或工业工控机；集成视频处理、报文输出(GigE Vision/RTSP)及 PLC 接口，实现 ≤50ms 级实时推理与自动控制。