关键词： 表面缺陷检测   计算机视觉   多尺度特征提取   注意力机制   解耦检测头  

摘要： 针对工业场景下资源受限且表面缺陷图像对比度低的问题,提出了一种改进YOLOv5的工业产品表面缺陷检测方法。首先,在骨干网络中引入感受野增强模块,用于从不同层次的感受野提取更丰富的视觉特征;其次,在特征融合网络中添加混洗注意力模块,更有效地对不同维度的特征图进行融合;最后,采取了任务解耦检测头,使分类和回归两个任务采用相互独立的网络进行预测,降低彼此的干扰,提升检测精度。实验结果表明:该网络的参数量和计算量均低于YOLOX、YOLOv7、deformable DETR等模型,且在管道数字射线(DR)缺陷图像数据集PDD和NEU-DET数据集上,mAP@0.5分别提高2.23百分点和2.99百分点,兼顾了工业场景下对缺陷检测实时性和精确性的要求。

关键词： 目标检测   无人机影像   注意力机制   损失函数   RT-DETR  

摘要： 为了解决在无人机影像目标检测任务中出现的特征信息丢失以及上下文不匹配等问题,提出了一种全新的算法Drone-DETR。在RT-DETR网络架构的基础上,设计了结合并行分块感知注意力的主干网络,解决因多次下采样操作出现的特征信息丢失问题。同时,在混合编码器的跨尺度特征融合模块中引入上下文特征校准和空间特征校准方法,解决上下文信息不匹配和空间特征不对齐的问题,以便更好地聚合无人机影像中的上下文信息,对齐空间特征。最后,引入了一种全新的损失函数MPDIoU,从而进一步提升模型的检测精度和收敛速度。在Vis Drone2019数据集上的实验结果表明,Drone-DETR的m AP0.5达到50.4%,与原始的RT-DETR相比,m AP0.5提升了3.0个百分点。在与各主流检测模型的比较中,Drone-DETR的检测精度均高于其他主流算法,证明了所提算法的有效性。

关键词： 渗漏油检测   油污识别   目标检测   计算机视觉   人工智能   无人巡检  

摘要： 无人巡检是变电站智慧化管理的重要手段。针对站点设施的渗漏油检测需求,提出一种基于改进YOLOv9s的快速检测方法:首先,在原模型基础上融入特征注意力机制(FAM),FAM由通道注意力与空间注意力两个模块组成,能够有效强化油污区域的定位与边界特征;然后,提出了UGB模块,使用Depthwise卷积代替常规卷积,使模型能够在减少参数量的同时保持算法检测精度;同时,针对YOLOv9s设计了一种自蒸馏的方法以提升浅层网络特征提取能力。在实验阶段,收集并标注了包含多种设施渗漏油场景的数据集并进行了训练测试。实验结果表明,改进后的YOLOv9s模型在精确率(Precision)、召回率(Recall)和平均精度(mAP)等指标上均表现优异,相较于现有方法具备更轻量化的网络结构与更高的运行效率,可部署于无人机、巡检机器人等设备,实现对渗漏油的实时检测与预警,为变电站的安全运营提供重要技术支持。

关键词： 目标检测   可见光图像   Darknet19   YOLO网络   无人机航拍  

摘要： 搭载不同分辨率可见光相机的无人机可以对复杂地域进行多角度航拍,但形成的图像中标的物大小不一、分布无规则,给目标快速检测带来了难度。为此,提出一种改进YOLO网络用于可见光图像的目标检测。利用Darknet-19作为特征提取器,对网络结构进行优化,去掉全连接层、设置锚点,改进训练算法,进而实现目标识别精度的提升。结合工程项目中确定地理测绘定位参考点的任务需求,利用多幅无人机航拍图像作为数据集训练网络,直至获得稳定的收敛性。结果表明:利用改进YOLO网络对特定地域中的目标进行识别,仿真对比表明识别结果具有较高的准确度,可以作为选址决策的辅助依据。

关键词： 桥梁工程   船舶追踪   深度学习   计算机视觉   YOLOv8   ByteTrack  

摘要： 针对近年来频发的船桥相撞事故,深入分析了现有桥梁主动防船撞方法的不足,设计并实现了一种基于改进YOLOv8和ByteTrack算法的航道船舶识别与追踪方法。在YOLOv8网络结构的主干网络和颈部网络之间引入了3个卷积块注意力模块(CBAM),以增强模型对关键特征的捕捉能力。此外,采用了ByteTrack算法来提高船舶追踪的准确性和鲁棒性,并进行对比实验分析。结果表明,改进后的模型在多目标追踪准确性(MOTA)和识别准确度(IDF1)上分别达到了79.8%和84.5%,相比原始YOLOv8模型有了约5%的精度提升,且相比于一些其他主流注意力机制模块也有更大提升。在图像处理速度方面,改进方法相对于多目标追踪算法Bot-SORT算法图像处理速度快约56%,处理相同目标图像耗时更少。

关键词： 目标检测   网球   SSD   YOLOv5   关键帧检测  

摘要： ,抑制其他冗余信息.在获得关键帧图像后,分析对比了不同的目标检测网络.针对网球的尺寸小,运动速度快的特点,最终选用了Yolov5作为网球检测网络.构建了不同运动状态、不同光线下多种场景的网球数据集,改善网球检测系统的泛化性,提高目标检测精度.实测数据对本设计的系统进行了实验验证.本设计的智能能网球检测系统能够有效抑制视频内部帧之间的冗余信息,同时能够对不同场景下的网球进行有效检测,有助于实现网球赛场智能化,高效化建设.

关键词： 荔枝   点云   图像处理   深度图像   表型参数   无损检测  

摘要： 【目的】荔枝Litchi chinensis的表型参数提取对荔枝采后分级具有重要作用,为解决荔枝采后分级效率低下的问题,本文提出了一种利用图像处理和三维点云技术的荔枝表型参数提取方法,一次性获取多种表型性状。【方法】利用Intel Realsense D405深度传感器同时获取4个不同视角下的荔枝RGB彩色图像和深度图像,通过映射得到荔枝三维点云;根据获取的荔枝点云,计算点云曲率及法向量,识别荔枝机械损伤区域;将荔枝的RGB彩色图像在颜色空间下进行转换,判断红色像素点阈值并提取荔枝表面的红色着色率;建立荔枝的3D模型,通过计算深度图像的厚度估算荔枝体积。【结果】通过荔枝表面三维点云的曲率成功识别荔枝的机械损伤,平均检测准确率为94%;采用RGB图像提取着色率相较于采用三维点云在检测速度上提升90%,基于RGB图像和三维点云的着色率结果与人工检测结果的决定系数分别为0.957 4和0.920 5,平均绝对误差分别为6.33%和4.37%,平均相对误差分别为4.17%和6.01%。基于深度图像提取的荔枝体积与人工测量体积的决定系数为0.890 1,平均绝对误差为1.59 cm3,平均相对误差为7.94%。【结论】本研究提出的方法能够提高荔枝表型参数提取的准确率,可为荔枝采后分级提供高效技术手段和数据支持。

关键词： 场景图生成   计算机视觉   人工智能   视觉关系检测  

摘要： 场景图生成是计算机视觉领域的一个重要任务,旨在对视觉场景有一个全面且深度的理解,着重于识别实体以及实体之间存在的关系,最终要求模型输出一系列三元组<主体,谓词,客体>和一个图结构的场景表示。这对模型的理解能力和推理能力提出了更高的要求。现有的场景图生成方法在现阶段取得了巨大的成功,然而大多数模型存在参数量太大或对谓词(即实体之间的关系)的判断不准确的问题。为了能够解决这些问题,本文提出了一个端到端的粗-精网络(rough-and-refine model,RRM)场景图生成方法,整个模型包括粗网络和精网络两部分。一方面,粗网络负责提取场景中的各种基本信息,包括图像特征、实体特征和谓词特征。该部分利用Transformer架构,通过卷积神经网络和编码器的结合进行特征提取,获取图像特征。紧接着设计了实体解码器和谓词解码器,分别计算得到实体特征和谓词特征。另一方面,精网络利用粗网络中的场景信息,做进一步的信息交互,使模型获得更精确的预测能力。首先,用三元组查询生成模块获得主体查询、客体查询以及谓词查询,然后,分三条路径分别计算三元组的三个不同部分的表示。在不同路径中,设计了特征信息聚合模块、实体信息聚合模块和谓词信息聚合模块,加强模型对场景的理解,并且用路径之间的连接使模型在谓词的表示中更多地考虑主体和客体的信息。本文提出的模型在公开数据集Visual Genome上取得了优秀的成绩,在R@20、R@50、R@100评价指标上达到23.8、29.1、32.5;在mR@20、mR@50、mR@100指标上达到7.7、11.0、12.4。实验数据和可视化结果充分展现了本文提出的模型对场景的理解能力。

关键词： 国产MCU   短视频拍摄机器人   智能控制   图像处理  

摘要： 提出了一种基于国产MCU(微控制器)控制的短视频拍摄机器人,集成了智能化控制和图像处理技术。系统采用三轴云台架构,结合国产GD32F470 MCU作为核心控制单元,实现高精度运动控制与多传感器融合反馈,保证机器人在动态跟踪和拍摄中的稳定性。针对目标跟踪,采用改进的DeepSORT算法与改进的MobileNetV2架构,充分发挥MCU硬件性能,保证在高帧率下的实时跟踪能力。系统支持高精度传感器数据融合,采用扩展卡尔曼滤波(EKF)算法进行姿态估计,确保毫米级定位精度。通过高效的硬件与算法优化,实现了低功耗、轻量化与高稳定性的拍摄机器人,具备良好的市场应用潜力与产业化前景。

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。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。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。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个百分点;在NEU-DET数据集中,mAP提升2.55个百分点。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。