关键词： 多尺度道路目标检测   CAA   加权双向特征金字塔网络   YOLOv10n  

摘要： 针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多尺度特征图的语义信息;再利用上下文锚点注意力机制(Context Anchor Attention, CAA)聚焦远程上下文信息,并在此两者基础上设计了上下文锚点多尺度模块CAMS,进一步丰富骨干网络的多尺度特征提取能力;然后在Neck网络引入GSConv,提出轻量化特征提取模块GSC2f,减少模型参数量同时提升精度;最后,Neck部分采用加权双向特征金字塔结构(Bi-FPN)通过引入额外的双向路径连接加强对小目标信息的融合能力。实验结果表明,所提算法在KITTI和BDD100K数据集上平均精度均值(mAP@0.5)分别达到89.8%和46.2%,相较基准模型YOLOv10n分别提高了1.5%和2.1%,同时模型参数量减少了0.3 M。因此,改进CMB-YOLO模型有效提升了对多尺度目标和小目标的检测性能,可以更好地满足复杂道路目标检测的需求。

关键词： 算法优化   深度学习   自然语言处理   计算机视觉  

摘要： 一、引言随着算法优化、深度学习、自然语言处理、计算机视觉等技术的发展,人工智能生成内容(AIGC)技术已经从理论走向实践,从最初的问答机器人转变为与人类进行对话的智能体,并通过自主深度学习,成为任务型客服或闲聊型玩伴,不仅具备内容生成能力,还能为用户提供情绪价值,满足用户偏好,了解用户情感偏向与需求,甚至替用户作出决策。

关键词： 深度学习   目标检测   模型   YOLOv8n   猕猴桃花期   多尺度特征融合  

摘要： 为解决不同花期猕猴桃花朵大量遮挡、重叠现象导致检测困难的问题,该研究提出一种基于改进YOLOv8n的密集分布猕猴桃花期检测模型YOLOv8-KFP。首先,以YOLOv8n为基准模型,采用StarBlock改进YOLOv8n的C2f,保持模型轻量同时增强特征表达能力。其次,引入SSFF(scale sequence feature fusion)模块、TFE(triple feature encoder)模块、DySample上采样器改进Neck网络,动态适应不同尺度、形状、边界的花朵目标,提升模型多尺度信息提取能力,减少对遮挡、重叠猕猴桃花朵的误检和漏检。最后,利用Soft-NMS进行后处理,减少目标候选框的误删。结果表明,YOLOv8-KFP模型的精确率、召回率和平均精度均值分别达到了89.1%、88.7%和92.4%,相比于YOLOv8n模型分别提高了4.9、5.1和3.8个百分点,浮点运算量和参数量分别降低了6.2%和11.6%。与主流目标检测模型SSD、YOLOv9t、YOLOv10n、YOLOv11n和YOLOv12n进行对比,YOLOv8-KFP模型的平均精度均值分别提高了7.0、4.0、5.5、4.2和4.1个百分点,其在花苞期、半开期、全开期和凋落期上的召回率分别为90.8%、85.9%、90.0%和88.1%。YOLOv8-KFP模型在保持模型轻量化的同时提高了检测精度,能够实现对密集分布猕猴桃花期的有效检测,可为猕猴桃花朵的自动化授粉提供技术支撑。

关键词： 深度学习   Detection Transformer   DINO   目标检测   路侧图像  

摘要： 路侧感知研究是一个复杂的研究领域,比车辆感知研究更为复杂。由于摄像头的位置和角度不同,路侧目标显示出明显的多尺度差异。广阔的感知领域引入了更多的小尺度目标和复杂背景,使目标检测更加复杂。该文旨在增强目前基于Transformer的目标检测模型DINO,并开发一种基于改进DINO算法的路侧目标检测方法。在改进中,将ConvNeXt网络应用到DINO的主干网络中,其倒置瓶颈结构设计有助于优化模型的感受野,通过采用大核卷积,增强了模型对路侧目标特征的有效提取能力,从而提高了目标检测的准确性。随后提出了ODConvNeXt结构,通过在ConvNeXt模块中引入Omni-Dimensional Dynamic Convolution(ODConv)模块,利用其并行策略的四维注意力机制准确识别包含各种路侧特征的目标区域,有效增强了网络模型的特征提取能力,显著提高了目标检测精度,尤其是小目标检测的准确性。Lion优化器是一种使用符号计算的内存高效随机梯度下降方法,可动态调整学习率并引入动量以加速梯度更新,通过实现参数分布均衡来提高模型的收敛性、准确性和泛化能力。对Rope3D数据集的分析表明,与初始模型相比,改进后的DINO算法在小目标上的mAP 0.5:0.95指标提高了6.3百分点,模型权重减少了32.3%。在实现这一提高的同时,检测速度保持在24 FPS,并且在参数量相等的情况下,精度高于原方法。

关键词： 无人机航拍   小目标检测   深度学习   非极大值抑制   YOLOv8  

摘要： 针对无人机航拍图像小目标检测任务中小目标分布过于密集导致互相遮挡产生的漏检误检问题,提出了一种多尺度特征融合的轻量化目标检测方法。首先,提出了多尺度遮挡模块,通过该模块增强网络的多尺度信息提取能力,缩小不同尺度间的语义差异,提高对遮挡小目标的检测性能;其次,提出更加高效的共享检测头策略,该策略将不同尺度的特征信息通过共享卷积共享到不同的检测头,显著降低模型的参数量,实现对模型的轻量化;最后,引入软化非极大值抑制方法来解决传统贪心非极大值抑制在密集遮挡场景下的漏检误检问题,进一步提高了检测精度。在Visdrone-2019和RSOD数据集上评估了改进模型的有效性,相比基准模型,改进模型的平均精度均值分别提升了9.0%和6.0%,模型参数量降低了12.6%。实验结果表明,改进算法在保证轻量化的同时能够提升无人机航拍图像目标检测的精度,能够帮助无人机系统更准确地识别和追踪目标,提高了任务执行的可靠性和效率。

关键词： 荔枝   YOLO11   图像处理   深度学习   品种识别   轻量化  

摘要： 精准高效的荔枝品种识别是实现采集后荔枝品质智能化检测的重要一环。针对目前深度学习算法因不同荔枝果实表皮和形状存在细微性差别而无法精准识别的问题,该研究将目标检测模型YOLO11进行改进,提出一种基于改进YOLO11的荔枝果实品种识别模型SCL-YOLO11。首先,在YOLO11的主干网络,将C2PSA注意力模块替换为具有通道注意力和空间注意力C2f_SimAM注意力模块,提高模型关注和加权图像不同特征维度的能力;其次,在C3k2模块中应用具有大核深度可分离卷积CMUNeXt,提高模型对荔枝果实几何特征的感知和计算能力;测试结果表明,改进后的SCL-YOLO11模型识别准确率为99.61%,相比于VGG-19、VIT、AlexNet、RestNet-50、YOLOv8、YOLO11模型,分别提高了27.10、17.99、12.47、7.05、4.83、2.89个百分点,该模型参数量为1.27 M,计算量为3.1 G,相较于YOLO11模型分别降低了17.5%和6.1%。改进后的SCL-YOLO11模型能对具有细微纹理差异和形状差异的荔枝果实进行实时精准的品种识别,并且降低了网络规模,可为采集后荔枝果实智能化品质检测设备研发提供技术参考。

关键词： 图像处理   图像质量   海上低照度图像   图像增强   学习算法   自校准光照学习   注意力机制  

摘要： [目的]为解决现有海上低照度图像增强算法存在的亮度提升不足、清晰度低、色彩失真等问题,提出一种基于改进自校准光照(SCI)学习的海上低照度图像增强算法。[方法]在自校准光照学习算法基础上,通过引入注意力机制对低照度图像中光照不均匀区域进行不同程度的增强;构建照明调整模块对光照学习过程的中间输出进行二次开发;引入去噪模块改进黑暗区域的噪声会随着亮度的增强而放大的问题;将批量归一化(BN)改变为批量通道归一化(BCN),该归一化方式利用通道和批次维度,自适应地组合归一化输出。通过主客观两方面进行图像质量评价。[结果]3个测试集的实验结果表明,改进算法不仅提高了图像亮度,并且增强结果的色彩丰富度较高,无色彩失真;与未改进的原始算法相比,标准差平均提升了20.01%,自然图像质量评价值平均降低了9.16%,平均梯度和信息熵平均分别提升了23.68%和6.46%。[结论]改进算法在图像视觉质量方面取得了突破,使得不同环境下的海上低照度图像都能达到较好的增强效果。

关键词： 小样本学习   目标检测   小样本目标检测   特征融合  

摘要： 现有的小样本目标检测方法通常将支持集的图像编码到低维特征空间,以获取类别原型,作为查询图像特征与支持集图像特征之间相似性比较的依据。针对现有小样本目标检测方法计算得出的类别原型对类间方差敏感,提取到的特征缺乏代表性,导致模型检测和泛化性能损害的问题,提出了残差变分编码流(Residual Variational Encoder Flow, RVF)方法,能够在数据稀缺的情况下学习类别的潜在结构,生成更鲁棒的特征分布。引入了特征交叉融合(Non-linear Feature Crossing Aggregation, NFC)模块,捕捉特征之间复杂的非线性关系。通过解耦检测头中的分类和回归任务,并改进分类分支,显著提升了检测性能。在PASCAL VOC2007和PASCAL VOC2012数据集上的实验证明了提出方法的有效性。实验结果表明:所提出的残差变分编码流模型在split1、split2、split3子集的1、2、3 shot实验中表现最佳,平均精度分别达到64.6%、47.1%和57.1%。比之前的方法相比,在split1、split2、split3子集中精度分别提高了2.5%、1.8%、0.8%,验证了提出方法在极低样本量的情况下的有效性。

关键词： 自动驾驶   驾驶辅助系统   三维目标检测   伪点云生成  

摘要： 3D目标检测是自动驾驶环境感知的关键任务。然而,在复杂场景中因距离和遮挡问题,激光雷达往往难以获取目标的完整点云,这极大地影响了目标检测的精度。为了应对这一问题,提出迭代伪点云生成的三维目标检测方法(IG-RCNN)。首先,在三维体素骨干网络中构建了一种通道部分稀疏卷积模块CSPConv(channel sparse partial convolution),在减少通道冗杂的同时融合不同感受野下的语义信息,提高模型的特征融合能力。其次,采用多次迭代的方式生成高质量的伪点云信息,为建议框的细化提供有效的指导,提高模型的检测精度。在KITTI数据集上的实验结果显示,所提算法相较于典型两阶段算法PVRCNN,在困难难度下,行人类别和骑行者类别的检测精度提升幅度达3.89%和2.73%。实验结果表明,该算法在处理稀疏点云数据时表现出显著的优越性,尤其在处理行人和骑行者等小目标时,表现出更强的鲁棒性和准确性。

关键词： Mask-RCNN   轴承   滚动体   图像处理   参数检测   缺失检测  

摘要： 为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参数判断滚动体是否存在异常。本次实验设计了简单的背光源加同轴光源组合的形式并结合工业像机采集了50张轴承图像,然后通过对采集到的图像进行图像增强操作,获得了50张旋转、增强对比度和曝光等图像,组成100张图片作为数据集。通过对Mask-RCNN的训练来获得较好的模型参数,并随机对某张验证集的轴承图进行检测就可以得到各轴承滚动体的若干参数信息,从而根据求得的参数来自动判断滚动体是否异常,达到了检测的目的。