关键词： YOLOv8   水下目标检测   模型优化   轻量化   剪枝策略   性能回调   物联网   约束训练   结构剪枝   深度学习  

摘要： 在物联网水下应用中，复杂环境对目标检测提出更高要求，传统方法难以胜任。为此，基于YOLOv8的高性能，针对其参数量大、计算开销高的问题，提出三阶段优化策略，实现模型轻量化并提升其在资源受限设备中的部署效率。该策略兼顾检测精度与资源约束，为水下物联网场景提供了可行的轻量化解决方案。该策略通过“约束训练+结构剪枝+性能回调”的递进式优化流程，实现了模型的高效轻量化。实验表明，该方法在有效减小模型规模与计算复杂度的前提下，依然具备较强的检测精度，甚至有所提升。特别是当稀疏因子设置为0.001，裁剪率为0.3至0.5时，模型mAP0.5最高达0.818、mAP@0.5:0.95最高达0.477，实现了参数量减少30%～50%、FLOPs降低33%的显著轻量化效果。实验结果验证了该方法在降低模型复杂度的同时，能够维持甚至提升检测性能，为水下目标检测提供了一种高效、实用的新方案。

关键词： PCB   微小缺陷   特征融合   小目标强化金字塔   交叉全核  

摘要： 为解决印制电路板(printed circuit board,PCB)制造时出现的微小缺陷(如缺孔、鼠咬、开路等)差异性小导致难以区分的问题,提出了基于你只看一次第11版纳米型(you only look once version 11 nano,YOLOv11n)的层级式部分多尺度卷积与小目标增强金字塔-YOLO(hierarchical partial multi-scale convolution and small targets strengthen pyramidYOLO,HS-YOLO)模型。首先提出了层级式部分多尺度卷积(hierarchical partial multi-scale con volution,HPMSConv)模块,采用递进式混合特征融合策略,提高模型对多种缺陷类型的适应性。其次提出了小目标强化金字塔,设计了交叉全向卷积核模块,并在路径聚合特征金字塔网络(path aggregation feature pyramid network,PAFPN)上进行改进,通过关注缺陷的全局信息显著提升小目标的检测能力。在北京大学市场印制电路板(Peking University market powered by printed circuit board,PKU-Market-PCB)数据集上的实验结果表明,HS-YOLO模型在交并比阈值为0.50～0.95且步长为0.05下的平均精确率均值比YOLOv11n模型提高了3.7个百分点,召回率提高了4.1个百分点。HSYOLO模型不仅提高了对PCB微小缺陷的检测准确性,而且有效改善了PCB缺陷检测中差异性小的目标检测能力不足的问题,为PCB自动化检测提供了高性能解决方案。

关键词： 行人重识别   目标检测   多目标追踪   YOLOv8   DeepSORT  

摘要： 针对复杂场景下多行人追踪中目标遮挡与外观相似性导致的轨迹中断问题，本研究提出融合改进YOLOv8与DeepSORT的鲁棒跟踪算法。方法上，通过InceptionNext Block重构检测网络骨干增强特征表达能力，采用VoVGSCSP模块优化多尺度特征融合；结合NSA Kalman滤波器改进运动预测模型，并引入AFLink算法实现跨帧轨迹关联。实验表明，改进模型在MOT20数据集上MOTP提升0.9了，HOTA提升了0.7。显著提升了遮挡场景下的定位精度与轨迹连续性，为密集人群追踪提供了有效的技术方案。

关键词： 合成孔径雷达   舰船目标检测   RT-DETR   多尺度注意力   DySample   W-MPDIoU  

摘要： 针对SAR图像中舰船目标尺寸小、边缘模糊导致目标检测算法检测概率较低的问题，本文以基于Transfromer的RT-DETR为基线模型，提出STS-DETR舰船小目标检测算法。首先，提出快速多尺度注意力模块，并将其融入主干网络，实现在提升算法特征提取能力的同时减少计算量和参数量。然后，引入DySample算子进行上采样，以增强小目标的特征信息，提高检测准确率。最后，提出W-MPDIoU损失函数，通过动态优化损失增加小目标权重，更加精准地衡量目标框之间的位置关系，进一步提高对小目标的检测能力。使用LS-SSDD数据集和HRSID数据集对本文提出算法进行评估分析，在LS-SSDD数据集上，本文算法相较于基线算法在平均精度上提升4.6%，参数量降低15.3%；在HRSID数据集上，本文算法相较于基线算法在平均精度上提升1.9%，参数量降低15.3%。实验证明，本文算法在提高目标检测概率的同时有效减少了参数量和计算量，提升了对SAR图像中舰船小目标的检测性能。

关键词： 图像增强   图像融合   白平衡   对比度限制自适应直方图均衡化   YOLOv8   水下目标检测  

摘要： 随着物联网技术在水下领域的广泛应用，水下考古和海洋资源勘探等场景对图像目标检测技术提出了更高的要求。由于水下图像通常面临光照不足、散射等复杂环境因素的干扰，传统单一算法难以满足当前的高精度检测要求。针对以上问题，提出了一种白平衡与对比度限制自适应直方图均衡化级联加权融合的图像处理方法，并应用于YOLOv8进行目标检测。实验结果表明，该方法的MAP提高了2.6个百分点，在PSNR、SSIM指标上也优于其他SOTA算法，分别为28.55和0.93。说明经过所提方法处理后不仅可以提高图像主观视觉效果，还可以保留更多细节和目标特征。研究为物联网驱动的水下工作提供了有力的技术支撑，具有广阔的应用前景。

关键词： 面部伪造检测   深度学习   计算机视觉   图像重建学习   图像梯度   多源特征融合  

摘要： 针对当前的面部伪造检测方法在特定伪造操作上表现良好,但其跨数据集泛化能力存在明显不足的问题,提出了基于图像梯度引导重建(image gradient-guided reconstruction,GradGR)的面部伪造检测模型。该模型在图像重建主干的基础上,构建了辅助的梯度重建分支。通过特征传递机制,该分支的中间特征被用来引导主干网络聚焦于梯度所揭示的伪造区域。此外,GradGR模型中还包含了多源特征融合(multi-source feature fusion,MSFF)模块。该模块通过整合编解码器中间特征与双路重建差异,有效加强了跨层级特征的交互,并显著提升了特征融合的效率。结果表明,GradGR模型不仅在数据集内均达到了最优水平,还在跨数据集上较极端初始(extreme inception,Xception)模型的平均准确率提升了3.22%。该模型为面部伪造检测提供了新的研究思路。

关键词： 干燥设备   在线检测   计算机视觉   技术融合   深度学习  

摘要： 在食品加工领域，干燥作为关键环节，对食品的品质、保存期限及运输便利性起着决定性作用。干燥过程涉及诸多复杂变量，如物料的水分含量、温度、颜色、形状等，这些参数的精准监测与有效控制，直接关系到干燥产品的质量与生产效率。传统的人工检测方式不仅效率低下、误差较大，还易对干燥过程造成干扰，难以满足现代化大规模、高精度生产的需求。随着科技的飞速发展，在线检测技术凭借其快速、无损、实时等显著优势，在干燥设备中的应用愈发广泛。其中，基于视觉的在线检测技术，特别是计算机视觉技术，能够通过对图像的采集、处理和分析，获取丰富的物料信息，为干燥过程的精准控制提供有力支持，成为当前研究的重点与热点方向。但是当前对于视觉检测在食品干燥中的运用的相关文章还较少，该文从颜色、形状、纹理等方面概述了视觉检测在干燥中的应用，并且近一步地分析了视觉技术和其他检测技术融合的发展，为后续相关研究人员提供了借鉴与参考。

关键词： 地球同步轨道合成孔径雷达   运动目标检测   深度学习   扩散模型  

摘要： 地球同步轨道合成孔径雷达(GEO SAR)具有宽覆盖、高重访、近凝视等成像优势，具备对广域海场景运动目标的长时间监测能力。然而，运动目标在图像中严重偏移且剧烈散焦，对GEO SAR海上区域运动目标检测造成困难，主要包括2个关键问题：(1)超长的合成孔径时间、超慢的星地相对速度会导致运动目标严重散焦；(2)超大幅宽图像、陆海目标混淆增加了运动目标检测难度。为了解决这些问题，该文分析了GEO SAR动目标的位置偏移以及相位误差等影响，根据影响特点提出一种面向GEO SAR图像的海面运动目标检测方法。该检测方法通过图像预处理步骤对整幅图像进行分块处理和降采样滤波，以提高了计算效率、增强信杂比，使运动目标的特征更加突出、在复杂背景中更加显著。该检测方法通过条件扩散检测网络，将预处理后的GEO SAR图像作为条件编码输入，约束检测结果的生成，得到运动目标分割掩码；通过设计密集交互模块，实现分割图与原始数据在潜在空间中的多尺度特征耦合。实验结果表明，所提出的预处理能够有效减少数据处理的计算复杂度，同时提高图像的信杂比。基于仿真数据，在广域海场景中，所提的动目标检测方法能够准确检测出GEO SAR图像中海面区域的动目标。

关键词： YOLOv8   金属表面缺陷检测   特征提取   多尺度   注意力机制  

摘要： 为减少金属表面缺陷检测任务中的误检和漏检问题，提升模型对多尺度和相似性缺陷的检测能力，提出一种DFC-YOLO检测方法。首先，设计多样性特征提取模块(DFEM)对经过SPPF处理后的多尺度信息进行更加全面的特征提取，提高对不同尺度目标的检测精度。其次，设计特征处理模块(FPM)实现浅层与深层特征信息融合，利用浅层特征提取模块(SFEM)充分挖掘浅层的关键信息，减少背景噪声干扰，提升模型对相似性目标的识别能力。最后，为了在不显著增加内存和计算成本的情况下，进一步增强模型对多尺度特征的提取和融合能力，提出C2f＿RFEM模块，利用感受野扩张模块(RFEM)扩大模型感受野，获取更多上下文信息，提高检测性能。实验结果显示，DFC-YOLO在GC10-DET数据集中mAP达到了77.60%，相较于基础模型提升3.60%；在NEU-DET数据集中，mAP提升2.55%。实验结果验证了所提方法的可行性与泛化性，表明其能够有效应用于金属表面缺陷检测任务。

关键词： 科技文献图片   图片支撑文本   目标检测   向量表征   文本挖掘  

摘要： [研究目的]科技文献图片仅靠图标题文本描述存在局限性,本研究拟通过图文加权向量相似度的方法,从科技文献原文中挖掘图片相关的知识支撑文本。[研究方法]首先基于目标检测模型,对科技文献中的图片、图片的标题文本、正文文本域进行识别,评估识别的准确性。其次,对图片和正文以及图片标题和正文进行向量加权计算,与标准集进行相似度计算,确定最优的图片知识支撑文本识别模型。[研究结果/结论]实验发现40%的图片与正文的相似度和60%的标题文本与正文相似度的加权方式最好,为科技文献图片的知识支撑文本的抽取提供了方法。