La escena de reconocimiento de imágenes en minas de carbón juega un papel importante en la monitorización de la seguridad y la detección de equipos. Sin embargo, los métodos tradicionales a menudo dependen de arquitecturas de redes neuronales diseñadas manualmente. Estos modelos tienen dificultades para manejar los fondos complejos, la baja iluminación y los diversos objetos comúnmente encontrados en entornos de minas de carbón. Los diseños manuales no solo son ineficientes, sino que también restringen la exploración de arquitecturas óptimas, lo que resulta en un rendimiento deficiente.