关键词： 多晶硅切割机   金刚线跳线   目标检测   小样本   数据增强   YOLOv8n   注意力机制  

摘要： 多晶硅切割机是硅电池片的核心生产设备,其机腔内的金刚线跳线严重影响硅棒切割效率,甚至引发停机事故。金刚线跳线的样本数量有限、目标尺寸小以及背景复杂等特点,导致传统的图像类目标检测方法失效。为解决上述问题,提出一种基于小样本的多晶硅切割机金刚线跳线检测算法。首先,提出一种基于梯度变化的数据增强算法,扩充样本数量,解决跳线样本不足的问题;然后,引入Extra DW结构,对YOLOv8n中的C2f模块进行改进,减少模型的参数量和计算量,增强模型对跳线与背景噪声的区分能力;最后,在Neck部分引入CBAM注意力模块,使网络能更有效地提取并融合跳线特征。实验结果表明,与YOLOv8n算法相比,所提算法的参数量减少了24.1%、计算量减少了约6%,FPS提高了3.99帧/s,准确率、召回率和mAP分别提升了5.3个百分点、7.2个百分点和3.0个百分点,实现了金刚线跳线的高效检测。

关键词： 膝骨关节炎   深度学习   YOLOv8   Transformer   目标检测   检测精度  

摘要： 背景:膝骨关节炎是一种常见的退行性疾病,不仅严重影响患者的生活质量,同时增加社会医疗负担。早期准确诊断膝骨关节炎对于患者的治疗和预后至关重要,传统的诊断方法不仅主观且耗时,还不能保证稳定的高准确率。目的:开发一种基于深度学习的膝骨关节炎自动诊断方法,利用深度学习网络提高诊断的准确性和效率。方法:在YOLOv8n网络基础上采用Efficient-ViT网络替换YOLOv8n的骨干网络以及增加注意力机制的方法,提出了一种新的网络模型YOLOV8-ViT模型,用于自动识别和分类膝骨关节炎的X射线片图像。实验数据集来自广州中医药大学第三附属医院的5078张膝骨关节炎患者的X射线片图像,由3个影像医师根据Kellgren-Lawrence分级标准采用labelme软件来标注膝关节炎部位并进行分类,采用并集结果。评价指标包括Precision、F1分数、mean average precision(mAP)、Recall、val/box_loss、val/cls_loss和val/dfl_loss。结果与结论:实验结果表明,与YOLOv5n、YOLOv8n、YOLOv9n模型比较,YOLOV8-ViT模型的准确率、IoU阈值为0.5的平均精度(mAP50)、IoU阈值为0.5-0.95的平均精度(mAP50-95)、F1分数和Recall均有所提高,val/box_loss、val/cls_loss和val/dfl_loss分别降低了0.496、0.45和0.523,1.037、0.305和0.728,0.267、0654和0.854,验证了该模型具有较高的检测精度。

关键词： 齿轮箱漏油检测   师生蒸馏   深度学习   计算机视觉  

摘要： 齿轮箱作为机械设备中的关键组件,对于整个系统的稳定性和效率至关重要。齿轮箱漏油导致维护成本增加,更有可能引发设备故障甚至事故,严重威胁生产安全。本文提出了一种基于深度特征融合和师生蒸馏模型的齿轮箱漏油检测方法,同时提取深度图与2D图像的特征并融合,以获得更优异的特征表示。在多个真实齿轮箱漏油数据集上进行了实验,实验结果表明,与现有的齿轮箱漏油检测技术相比,本文提出的方法在检测准确率和实时性方面均有显著提升,平均检出率达到94.5%,检测速度为每帧0.048s,具有良好的应用潜力。

关键词： 垃圾分类   深度学习   Jetson Nano   目标检测   图像处理   机械臂  

摘要： 为应对日益严峻的环境挑战及促进资源高效利用,研究设计并实现了基于深度学习和物联网技术的智能化垃圾分类系统。该系统以Jetson Nano作为核心处理单元,通过机械臂和摄像头实现垃圾的自动分类。首先,利用OpenCV控制摄像头采集垃圾图像并处理;其次,采用深度学习模型进行训练;然后,调用训练好的模型对图像进行目标检测和分类;最后,根据分类结果控制机械臂投放垃圾到对应回收箱。测试数据和结果表明,该系统能够对不同种类的垃圾进行快速准确地分类,有效减轻人工分拣的压力,避免资源浪费,具有良好的应用前景。

关键词： 台区故障   热成像   主动抓拍   视觉识别   图像处理   台区智能融合终端   物联网云主站  

摘要： 随着用户负荷的增长,配电网规模迅速扩大,供电可靠性要求也不断提高,这使得配电网故障诊断和定位愈发重要。传统配电网故障排查方法主要依靠人力,存在效率低、成本高、实时性差的问题。而随着光学图像处理和人工智能计算的快速发展,视觉识别在电力行业故障检测中的应用变得切实可行。文中介绍了一种基于视觉识别的配电台架故障监测系统。该系统能够有效监测和定位配电台架运行故障,在配电云主站实现主动告警并展示抓拍图片,将被动抢修转变为主动抢修,从而缩短用户停电时间,提高供电可靠性,还能节约运维人工成本。该监测系统已在湖北荆州示范区成功部署并投入使用,投运后取得了预期效果。

关键词： 图像处理   机器视觉   PCB裸板   缺陷检测   AOI   胶路检测  

摘要： 印制电路板是现代电子制造业的基石,承担着实现信息化与自动化电子产品功能及连接的核心任务。在印制电路板的生产过程中,由于存在机械结构、板材质等客观因素的影响,线路缺损等问题时有发生。为解决这一问题,引入了机器视觉检测技术。通过该技术可快速对PCB裸板进行缺陷检测,使生产人员能实时获取胶路检测的反馈信息,进而优化生产工艺,提高生产效率并提升产品质量。

关键词： 肉牛产业   计算机视觉   三维重建   体尺测量   肉牛定价   鸿蒙系统  

摘要： 肉牛交易中快速准确的定价是保障养殖户收入的关键环节。随着人工智能技术的发展,视觉算法在肉牛养殖过程中快速普及。本研究旨在解决肉牛交易中定价不准确、效率低下和透明度不足的问题,以保护养殖户的权益。文中提出了一种通过视觉算法对肉牛进行三维重建,结合视觉体尺测量来预测肉牛体重并给出定价的方法。利用先进的图像采集和处理技术,获取肉牛的多维度数据,通过算法模型进行分析和计算。系统能够快速、准确地完成肉牛的体尺测量和体重预测,进而实现合理定价。在实际测试中,该系统展现出了高效性和准确性,大幅缩短了测量和定价的时间,减少了人为误差。此系统显著提高了肉牛交易的效率和透明度,具有良好的应用前景和较大的市场价值。为肉牛养殖和交易行业提供了具有创新性的解决方案,有望推动行业的规范化和现代化发展。同时,也为相关技术在农业领域的进一步应用提供了有益的参考和借鉴。

关键词： 多目标跟踪   团队体育   运动预测器   轨迹嵌入   非线性移动  

摘要： 随着目标检测和重识别算法的发展,多目标跟踪(MOT)已经取得了快速进展,然而,对团队比赛中外观相似且非线性移动的多个运动员进行跟踪仍然是亟待解决的难题。当前基于运动的跟踪算法通常使用卡尔曼滤波器预测目标运动,但不能很好处理多个目标的非线性运动和相互遮挡,为此提出了基于改进OC-SORT和运动预测的MOT框架。使用Transformer架构代替卡尔曼滤波器作为运动预测器,引入历史轨迹嵌入,从过去检测到的边界框序列中提取时空特征;在当前检测与历史轨迹关联阶段,使用匈牙利算法基于缓冲交并比(BIoU)完成准确匹配;此外,针对篮球、足球和排球等三种团队体育运动设计了不同后处理流程,成功处理了运动场上球员的非线性移动。实验结果表明,所提方法在团队体育公开数据集SportsMOT实现了77.3%的HOTA和78.2%的IDF1,优于其他先进方法,证明所提框架在包括篮球、足球和排球等不同团队体育MOT任务中的有效性和鲁棒性。

关键词： 计算机视觉   机电制造   自动化生产系统   工艺过程监控   工业4.0  

摘要： 随着科技的发展,计算机视觉在机电制造业中的应用逐渐显现出重要性。本研究旨在探讨基于计算机视觉的机电制造自动化生产系统。首先,我们提出了一种基于计算机视觉的机电制造自动化生产系统模型并对其进行了详细的描述。我们采用了现代计算机视觉技术,通过对工艺过程的实时监控,提高了生产效率和产品质量。研究表明,这种自动化生产系统不仅可以辨识和跟踪产品在生产线上的位置,还可以对生产过程中的异常情况作出快速反应,极大地降低了生产成本和生产时间。此外,通过对系统的长期运行和评估,我们发现这种自动化生产系统具有很高的稳定性和可靠性,能够在各种工况下都能保持高效稳定的运行。因此,基于计算机视觉的机电制造自动化生产系统无疑为我国的机电制造业发展带来显著的改进,为实现工业4.0的目标铺平道路。

关键词： 高速公路收费   人工智能   深度学习   计算机视觉   智能化系统  

摘要： 人工智能技术在高速公路收费车道系统中发挥着日益重要的作用,通过深度学习与计算机视觉等先进技术对传统收费模式进行智能化改造已成为行业发展趋势。在收费车道系统中引入车型识别与车牌识别等智能化技术后,车辆通行效率显著提升,人力资源成本大幅降低,系统运行更加稳定可靠。实践数据表明,智能化收费系统在识别准确率与通行效率以及差错率等关键指标上较传统人工收费模式有了质的飞跃。智能化收费系统具备较强的可扩展性,为高速公路收费模式创新发展开辟了新路径。