矿用巡检机器人是煤矿智能化安全生产的重要设备，现阶段设备仅可实现环境与设备状态采集，缺乏井下行人检测与危险行为识别能力。针对井下光照不足、背景复杂、成像质量差导致传统检测算法适用性低、难以实时预警人员违章行为等问题，本文开展基于深度学习的井下行人检测算法研究。本课题以SSD目标检测模型为基础，结合TensorRT推理加速技术对模型进行轻量化优化，解决嵌入式设备算力不足导致的检测延迟问题，并将优化算