关键词： YOLOv8   拍照   目标检测   旅游   智能视觉   图像识别  

摘要： 在快节奏的现代生活中,旅游让我们更加亲近自然并得以放松。旅途中,我们经常通过拍照记录美好时刻,但照片仅能定格风景,难以充分传达出刹那间的心情。本课程将借助先进的科技手段,运用目标检测捕捉景物之形,通过图像识别洞察人物心情,再借助大模型的力量,将风景、情感融入诗句,使文字成为鲜活、会说话的风景画,获得饱含诗意的旅行照片。

关键词： 数字图像处理   课程思政   数字印刷工程  

摘要： 随着信息技术的快速发展,数字图像处理已经成为人们日常生活中不可或缺的一部分。数字图像处理是工科数字印刷工程专业的一门重要课程,其应用广泛,具有很强的理论性和实用性。在传统的数字图像处理教学中,教师往往只注重知识的传授,而忽略了思政教育的重要性。随着社会的不断发展,价值观和职业道德观的多元化和复杂化,需要更多的思政教育来引导学生正确认识职业和社会责任。因此,在数字图像处理课程中融入思政元素,开展思政教学是十分必要的。

关键词： 船舶设备   拆除和安装   目标检测   注意力机制(SA)   泛化特征金字塔网络(GFPN)   动态非单调聚焦机制(WIoU)损失函数  

摘要： [目的]船舶机舱作业规范性是船舶安全管控的关键部分,因此船员实操考试将船舶设备拆装作为一个重要考核项。为提升船员实操考试的电子化和智能化水平,提出一种基于计算机视觉的船舶设备拆装流程规范性的自动化识别方法。[方法]首先,以YOLOv8n构建船舶设备检测模型的骨干网络,并引入高效通道注意力机制(SA),以提高模型特征提取能力与训练效率;然后,在颈部网络中引入重参数化泛化特征的金字塔网络(GFPN)融合结构,以提高模型的多尺度特征融合能力;最后,引入动态非单调聚焦机制损失函数(WIoU)来替换原CIoU损失函数,以提高模型精度。[结果]自建数据集的试验结果表明:与YOLOv8n相比,改进目标识别算法的平均精度均值提高了0.15,实时检测的每秒帧数提升了0.6,可以准确识别齿轮泵的拆装流程。[结论]该改进算法具有更强的识别能力,可以更好地应用于船舶设备拆装流程规范性的识别任务。

关键词： 多目标跟踪   YOLOX   ByteTrack   注意力机制   小目标检测层   行人检测  

摘要： 针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题,提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer,STDL)以增强小目标特征,使用新的损失函数提升目标定位精度。为了强化通道间差异,引入坐标注意力机制(Coordinate Attention,CA),综合提升YOLOX的目标检测精度,并对检测目标采用动态匹配阈值数据关联方法提升跟踪性能。为了验证所提算法的性能,将其与Sort算法、DeepSort算法及ByteTrack算法进行对比,实验结果表明,在MOT17数据集下,跟踪准确度(Multiple Object Tracking Accuracy,MOTA)提升了1.6%,跟踪稳定性(Identification F1,IDF1)提升了2.4%,身份切换(ID Switches,IDs)降低了22%。所提算法可以有效地应对遮挡和小目标失效问题,能够提升检测跟踪稳定性和准确性。

关键词： 烧蚀   发射率   比色测温   图像处理   非局部均值滤波算法   光谱响应系数   比色测温法  

摘要： 为解决烧蚀模型表面温度及材料发射率的精确测量问题,本文介绍了一种基于CCD相机图像的高温流场中的模型表面发射率测量方法。该方法通过CCD相机获得模型烧蚀整体图像,采用非局部均值滤波算法去噪、基于颜色信息的图像分割方法等对烧蚀图像进行预处理,再通过玄武岩钝头模型烧蚀试验对CCD相机光谱响应系数进行标定。根据图像处理结果和标定结果,利用比色测温法模拟出玄武岩钝头模型和平板烧蚀模型表面温度场,最后基于发射率与温度的对应关系得到烧蚀模型表面发射率。

关键词： 变电站   异常状态   渐进性特征   目标检测   深度学习  

摘要： 随着电网规模的不断扩大,提升电网建设过程中的现场作业风险管控能力愈加重要。为了解决安全监督中作业流程监控及违章辨识防控体系智能化程度不高的难题,该文基于YOLOv7构建了一个端到端的变电站异常状态检测网络(asymptotic feature fusion network,AFFNet)。针对变电站异常状态多样,主干网络特征提取能力不足的问题,设计了S-ELAN网络,通过控制最短和最长的梯度路径,使网络能够学习到更多的变电站异常状态特征。针对不同异常状态特征尺度变化大导致的信息丢失问题,设计了渐进性特征融合策略,避免非相邻特征之间较大的语义差距。同时考虑到在每个空间位置进行特征融合时可能出现多目标信息冲突的情况,采用自适应空间融合来降低特征信息的不一致性。进一步,对于数据集中正负样本数量不均衡,引入梯度均衡损失函数,利用梯度信息自适应调整不同样本的权重信息。在变电站异常状态数据集上测试所提方法的效果,整体测试精度达到82.06%,显著优于现有的一阶段检测网络。结果表明所提方法能够准确辨识变电站异常状态,提高了变电站的风险排查和防护能力。消融实验的结果验证了渐进性特征融合策略的有效性。

关键词： 草莓   点云   采摘机器人   计算机视觉   语义分割   深度相机  

摘要： [目的]针对田间背景噪声干扰、草莓果实体积小且伴随遮挡的难点,本文利用3D视觉技术实现草莓准确识别和定位,为机器人自动采摘提供技术支持。[方法]使用Intel Realsense D435i深度相机采集不同光照、季节和遮挡条件下的草莓点云数据,构建包含3个类别的数据集,分别为无遮挡、低遮挡、高遮挡。结合多阈值统计滤波和ROI提取技术对点云数据进行预处理,过滤噪声;以PointNet++为基础模型,对点云数据直接提取特征,并在PointNet++基础上提出一种针对复杂背景下小尺度目标的语义分割模型SS-PointNet++,利用点云的多种特征信息作为网络输入特征,构建采样层、分组层,并通过PointNet提取局部特征,使用最远点采样法对点云取样并最大程度覆盖到整个点集,针对小尺度目标设计3种不同半径的球查询(ball query)来获取局部特征,改进SA层和FP层的结构,使其能够适应低密度点云。[结果]对未经预处理的点云进行分割时,有0.74%的概率出现离群点的误判问题,而对预处理后的单张点云图像进行语义分割的用时平均减少了3.47 s。点云图像测试结果表明,SS-PointNet++模型的平均准确率达到86.95%,比优化前提升了19.54百分点,平均交并比为0.740。在光照充足且无遮挡的草莓上,该模型的语义分割准确率高达95.36%,而在暗光环境下,该模型的平均准确率也能达到81.34%。[结论]SS-PointNet++模型提升了小尺度目标点云的语义分割效果,对不同光照条件具有较强的鲁棒性,为基于3D点云的小物体和遮挡物体分割提供了一种有效的方法;本文提出的草莓遮挡类型的划分方法,对后续草莓遮挡问题提供了数据分析支持,对其他基于3D点云的小尺度物体的目标检测和遮挡问题也起到借鉴作用。

关键词： 遥感图像   目标检测   相移编码   边界不连续   旋转框  

摘要： 针对现有的旋转目标检测模型对目标朝向任意、排列密集的遥感图像检测精度较低的问题,该文提出了一种基于多尺度特征融合和两倍步长相移编码的遥感图像旋转目标检测算法。首先利用不同大小和深度的卷积进行特征提取,有效地捕获上下文特征;然后,通过自上而下和自下而上的特征融合策略以获取更加精细和丰富的语义特征图;同时引入了两倍步长相移编码模块(Double Stepsize Phase-Shifting Coder,DSPSC)对于角度进行编码后再求损失,解决了基准模型存在的边界不连续问题,从而进一步提高了模型的检测精度;最后,在大规模数据集DOTA和HRSC2016上的实验结果表明,平均检测精度分别为72.97%和90.10%,较基准网络分别提升了2.89百分点和2.70百分点。与其它对比方法相比,该方法在精度上取得最好结果,证明了其在遥感图像旋转目标检测上的有效性。

关键词： 番茄叶片   YOLOv8   轻量化   目标检测   嵌入式设备  

摘要： 针对真实田间环境下背景复杂、病虫害特征小以及现有检测模型难以部署的问题，提出一种RHEO-YOLO模型，并将改进模型部署于移动平台以实现实时检测。首先，设计高效重参数聚合网络（RepELAN）模块以优化原有的C2f模块，在模型推理时将多分支网络结构重参数化，实现在不影响精度的同时降低模型参数量。其次，使用高层特征筛选金字塔网络（HSFPN）替换原有特征融合网络，增强模型对番茄叶片病虫害特征的表达能力。最后，重新设计YOLOv8的检测头，并将损失函数更改为OIOU，以加快模型收敛速度，并提高检测精度。实验结果表明改进后模型的精确率和召回率为89.4%和84.2%，平均检测精度为88.9%，同时参数量和模型大小分别降低约63%和60%，与其他目标检测模型相比，RHEO-YOLO模型在计算复杂度、检测精度方面具有更好的综合检测性能。在嵌入式设备Jetson Nano和Jetson Xavier NX上实时检测帧率分别为8.3f/s和29.4f/s，基本满足实时检测要求，本文提出的改进后的模型能够有效检测自然环境下的番茄叶片病虫害目标，为番茄叶片病虫害检测算法改进和实际应用提供理论和技术支持。

关键词： 小目标检测   RT-DETR   复杂场景   背景干扰  

摘要： 针对复杂场景小目标检测中存在的背景干扰严重、特征表达能力不足等问题，提出了一种基于改进RT-DETR的小目标检测模型DA-DETR。首先，在骨干网络中引入了一种多阶门控聚合模块(Multi-order Gated Aggregation Block)，通过增强局部与全局特征的差异性使目标检测器能更好的区分前景物体和嘈杂背景。其次，引入了卷积加性标记混合器(Convolutional Additive Token Mixer， CATM)，进一步减少了特征丢失，提升了模型的全局与局部信息整合能力。最后，提出了一种改进的损失函数CoreProximity-IoU，其对于小目标检测的IoU变化更敏感。实验结果表明，DA-DETR模型在VisDrone2019数据集上的mAP@50和mAP@50:95分别提升了2.8%和2.3%，在KITTI数据集上的mAP@50和mAP@50:95分别比RT-DETR提升了0.6%和0.4%。此外，模型计算量和参数量均有显著的减少，进一步验证了所提出方法的有效性和优越性。