关键词： 金属矿山   智能安防   深度学习   YOLOv5   目标检测  

摘要： 针对金属矿山安防体系中行人检测模型计算量较大的问题,从而限制了在边缘计算设备上的部署。为解决这一问题,本研究提出了一种基于改进的YOLOv5s模型的行人目标检测方法。首先,通过将YOLOv5的主干网络替换为MobileNetV3,有效实现了模型的轻量化。其次,引入SE注意力机制以提高模型的检测效果。最后,采用DIoU Loss损失函数,加速模型的收敛速度,提高了模型的识别准确率。实验结果显示,相较于原始的YOLOv5s,改进后的模型在自建矿区行人数据集上的平均精度均值(mAP50)分别提升了3.1%。同时,参数量降低了54.2%。

关键词： 计算机视觉   行人检测   遮挡   长距离依赖   局部关键特征   调控特征金字塔  

摘要： 针对卷积神经网络(CNN)难以提取遮挡行人关键特征的问题,提出一种基于高级语义特征金字塔的遮挡行人检测方法——HSFPNet。该方法提出一个全局和局部关键特征提取(GLFE)模块,基于高级语义信息,能够通过轻量级多层感知机(MLP)和可学习视觉中心机制分别捕捉行人长距离依赖关系和关键边缘信息。同时提出一种从低分辨率到高分辨率特征层的调控特征金字塔(RFP),对高分辨率特征层进行调控,整合行人有效特征,获得行人更完整且更具区分性特征。在行人公开数据集CityPersons和Caltech上的合理遮挡子集上分别实现了9.3%和2.2%的平均漏检率,达到每张图像0.16 s的检测速度。这些结果证明了该方法在解决行人遮挡方面的性能优势。

关键词： 目标识别   无人机视角   机器视觉   果实测产   核桃检测  

摘要： 目前针对核桃测产的方法大多停留在利用传统的统计学模型上,其准确率几乎无法保证。因此,以青皮核桃为例,建立无人机航拍视角下的核桃图像数据集,首次将coordinate attention(CA)机制嵌入YOLOv8模型中,利用改进后的YOLOv8-CA模型算法对青皮核桃进行目标检测。实验结果表明,改进后的新模型YOLOv8-CA与原始YOLOv8和YOLOv5相比,在mAP值上分别提高了0.004和0.051,在Recall值上分别提高了0.019和0.089。

关键词： 手术器械识别   计算机视觉   深度学习   注意力机制  

摘要： 深度学习技术已经在健康医疗领域中得到广泛应用,但对手术器械的术后管理研究十分局限。为了完成对手术器械的清点管理,设计了一个手术工具采集系统,并构建了一个常用的手术工具数据集(STD)。提出了一种基于YOLOv5模型的改进网络,该网络融合了3D注意力机制,可提取更全面的局部特征和全局特征。实验设计了两种注意力机制嵌入策略:附加策略和内嵌策略。经验证,内嵌注意力模型的性能表现优于附加注意力模型。在包含20个类的自制数据集上验证了改进网络的平均准确率为97.2%。该系统为手术器械管理提供了一种有效方法,对于健康医疗的发展具有推动作用。

关键词： 图像处理   数字图像相关方法   SIFT特征匹配   霍夫变换   最小一乘算法   变形初值估计  

摘要： 为了克服基于尺度不变特征变换(SIFT)特征匹配的小变形初值估计受到特征点误匹配和匹配精度不确定性的影响,引人了对误匹配引起的异常值具有一定抗性的最小一乘算法和霍夫变换算法进行拟合获取变形初值。通过模拟散斑图实验检验最小一乘算法和霍夫变换算法的小变形初值估计可靠性,与随机抽样一致性算法的结果进行了对比;并通过相似模拟实验检验初值算法真实情况下的可靠性。结果表明,在小位移情形下,最小一乘算法的位移初值标准差低于霍夫变换算法和随机抽样一致性算法,为0.0033 pixel~0.0068 pixel,且在数字图像相关方法中使用其位移初值的相关搜索平均迭代次数为3.692~4.370次;对于实验过程中散斑图出现的破损区域,最小一乘算法的位移初值和数字图像相关方法的位移测量值存在明显差值,最大值为11.80pixel,最小值为-7.35pixel,最小一乘算法的变形初值依然可靠,但数字图像相关方法的变形测量有失效风险。该研究为数字图像相关方法的小变形初值估计提供了一定的参考。

关键词： 茶叶   目标检测   MLCA   MobileNetV3  

摘要： 随着智能农业的快速发展,茶叶质量控制成为了一个重要课题。茶叶嫩芽的质量直接影响茶叶的等级、口感及市场价格。传统的茶叶嫩芽检测方法依赖人工检查,费时且容易受环境变化的影响。为了应对这一挑战,本研究提出了一种基于YOLOv8模型的茶叶嫩芽检测方法,结合了MLCA(混合局部通道注意力)注意力机制,并使用了MobileNetV3作为主干网络。实验结果表明,改进后的YOLOv8模型显著优于原始YOLOv8模型,Box从80.9%提高到83.4%,检测速度也有所提升,适合用于茶园中的实时监控。本研究展示了改进后的模型在检测任务中的有效性,提供了茶叶嫩芽质量控制的自动化解决方案。

关键词： Transformer   目标跟踪   归纳偏差   编码器   轨迹提示  

摘要： 单纯使用Transformer进行目标跟踪的特征提取时,由于没有归纳偏差而无法自适应目标尺度和外观的变化。对此,借助CNN引入多尺度特性,提出了一种基于跨尺度融合特征与轨迹提示的目标跟踪方法(Cross Scale Fusion of Features and Trajectory Prompts Tracker,CSFTP-Tracker)。在构建目标跟踪网络输入时,将模板图像与搜索图像同时输入CNN与ViT网络融合的编码器中,设计了一种多级空间感知金字塔模块(Multi-Level Spatial Awareness Pyramid,MSAP)。首先,对多尺度CNN特征通过自注意力机制增强目标位置信息,然后将该多尺度特征与ViT中的F-embeddings特征相融合,输入ViT编码器。这种融合策略不仅增进了ViT内部补丁之间的信息交互,还使网络能够同时利用CNN的局部特性和Transformer的全局依赖能力。其次,将ViT提取的融合特征与轨迹提示特征输入解码器中,使用自回归学习目标位置。在GOT-10k数据集上的实验结果表明,相较于基线模型,所提出网络的平均重叠率(AO)提升了1.3%,成功率得分在阈值为0.5时(SR 0.5)也提高了1.4%。

关键词： 冲压缺陷   机器视觉   目标检测   变化检测  

摘要： 本文通过工业AI视觉技术攻克汽车冲压高节拍产线钣金件表面缺陷在线检测难题。结合传统图像处理(图像归一化、特征匹配和Blob分析),实现了冲孔检测,检出率高达99.9%。该技术方案突破在线检测技术壁垒,构建了数孔、开裂/明显缩颈及凸凹伤三大质检AI模型算法,实现微米级缺陷实时定位分类。通过端到端智能检测架构,成功打通冲压线尾质检自动化“最后一公里”。

关键词： 深度学习   PyTorch   图片分类   目标检测  

摘要： 文章首先分析了高校“深度学习”课程教学存在的主要痛点,并针对性地提出了项目驱动的课程体系设计原则。其次,构建了“深度学习”课程教学大纲与学时分配方案,将课程内容划分为基础知识与领域应用2部分,并结合不同应用领域给出典型案例,以兼顾理论讲授与实践操作。最后,设计了教学跟踪与评价方法。研究成果为“深度学习”课程教学提供了新的思路,对于提升学生的学习效果并培养其创新思维具有积极意义。

关键词： 目标检测   残差连接   多尺度特征融合   卷积神经网络   注意力机制  

摘要： 现有的YOLO系列目标检测算法虽然在速度和实时性方面表现出色,但在处理多尺度目标和保持边界细节方面仍有不足。为解决上述问题,提出了一种基于YOLOv8改进的目标检测算法Res-YOLO。Res-YOLO包含三个核心模块:特征增强模块Res-SPPF、双向特征融合模块RSBA和动态特征选择模块C2f_ODC。其中,Res-SPPF利用等级制残差连接和多头注意力机制来增强模型的多尺度特征表达能力;RSBA采取自适应深浅层特征融合机制来保留边界细节和语义信息;C2f_ODC通过渐进式学习以逐步过滤非必要特征,从而降低模型复杂度。此外,引入线性可变卷积LDConv来处理具有复杂边界和不规则形状的目标。在MS COCO2017数据集上的实验结果表明,相比于原始算法,Res-YOLO在mAP指标上提升2.9个百分点,而GFLOPs为原始算法的94%。与其他先进检测算法的对比实验结果也证实了Res-YOLO的有效性和竞争力。