摘要： 传统的裂隙检测方法存在人力、时间消耗大以及准确性不高等问题，因此提出了基于 深度学习的裂隙检测方法。通过构建和训练YOLOv7深度神经网络模型，并利用大量的煤样图像数 据，实现了对煤样中裂隙的自动化识别。试验结果表明，所采用的YOLOv7模型在裂隙检测方面取得 了较高的准确性和鲁棒性，具有很好的应用前景。研究成果有望为煤矿行业提供一种高效、精确的 裂隙检测解决方案，为煤炭生产的安全管理和质量评估提供有力支持。