关键词： 铁路运输   侵限人员检测   PP-YOLOE   人员识别   深度学习   目标检测  

摘要： 我国拥有世界上最大的铁路规模，列车运行速度不断提高，确保铁路的安全平稳运营是重中之重。人员侵限是影响铁路安全的主要威胁之一，如何快速准确检测并区分侵限人员和持证上道工作人员至关重要，对铁路侵限事故的预防有重要意义。针对上述问题，以PP-YOLOE模型为基础，提出并验证3种侵限人员检测策略，分别为多属性策略（62.3%mAP）、二分类策略（5.8%mAP）、渐进策略（77.8%mAP）。多属性策略可有效检测区分两类人员，二分类策略能够完成人员检测但无法对人员进行有效区分，渐进策略因存在大量漏检情况而无法实用。实验结果表明，多属性策略能够在保证精度的同时输出稳定可靠结果，有助于减少人员身份混淆问题导致的误报警，可为铁路行车安全提供更高的可靠性技术保障。

关键词： 无人机   联邦学习   目标检测   通信   多无人机系统   目标跟踪   协作系统   协调算法   神经网络  

摘要： 本文提出了一种多无人机协作系统，旨在各种环境中实现高效且可靠的目标检测与跟踪。该系统利用先进的协调算法和联邦学习技术来提升性能，确保无人机之间的高覆盖率、低冗余度和有效的任务分配。通过大量仿真实验和实证实验验证了系统在简单与复杂场景(如开阔地和密集的城市区域、夜间和雨天等挑战性条件下)的强大性能。文章使用覆盖率、冗余率、任务分配均衡性、响应时间和跟踪连续性等关键指标来评估系统的有效性。结果表明，系统在较简单的环境中表现优异，同时在更具挑战性的条件下也能保持稳健的性能，但仍存在进一步优化的空间。本文最后讨论了系统的部署策略以及未来工作的方向，特别是在动态和GPS信号缺失环境下提高系统的适应性。

关键词： 甜菜苗间除草   作物识别   目标检测   深度学习   YOLOv8   注意力机制  

摘要： 针对甜菜苗间除草中杂草种类多、杂草识别率低,以及农田复杂场景下检测难度高、杂草与作物形态相似导致的误检率高等问题,提出了一种改进YOLOv8算法实现对甜菜苗的识别,核心思想是将识别出的甜菜苗与杂草进行区分,便于甜菜苗间除草。通过自主构建包含多生长阶段、多环境光照条件下的甜菜苗样本数据集,采用自适应图像增强策略与迁移学习方法优化模型特征提取能力。具体方法如下:在YOLOv8网络Backbone部分引入了一种新的轻量级卷积技术GSConv,以减轻模型体积并保持准确性;添加CBAM注意力机制,来提高YOLOv8对小目标、相似目标和复杂环境的适应能力;设计Slim-Neck(细颈结构)来替换传统的Neck网络结构,通过结构重设计和计算优化,在保持精度的同时显著提升推理速度;用WIoU损失函数替换传统的CIoU损失函数,提高样本关注度和模型鲁棒性。试验表明:改进后的模型与原模型相比,准确率、召回率、mAP@0.5和mAP@0.5:0.95分别提升3.096%、1.444%、2.450%和2.743%,模型内存降低到6.00 MB。改进后的模型可以准确且快速识别出复杂背景环境下的甜菜苗,为甜菜苗间除草提供技术支撑。

关键词： 目标跟踪   孪生网络   时空增强   注意力机制   模板更新  

摘要： 针对复杂运动场景中常见的遮挡和尺度变化问题，为了提升单目标跟踪算法在时间特征信息利用和目标空间特征表达上的综合能力，在单流跟踪网络OSTrack的基础上，提出基于时空特征增强的单目标跟踪算法OSTrack-ST.在空间特征增强方面，提出包含空间注意力和多头上下文关联注意力的多头空间关联注意力机制，增强模型对空间全局特征和局部特征的表达能力，有效提升模型在动态环境中对目标特征的捕获能力；在时空特征增强方面，提出基于时序漂移预测的时空模板更新策略，利用空间位置预测结果来控制时序模板更新，提升模型在长时序任务中的鲁棒性和准确性.实验结果表明，所提算法在LaSOT、GOT-10k和SportSOT数据集上的跟踪成功率分别达到了70.5%、73.7%和68.7%，运行速度超过49 FPS.此算法的综合性能优于EVPTrack等其他跟踪算法.

关键词： 目标检测   PP-PicoDet   GMM建模   显著性检测  

摘要： 【目的】解决烟丝振槽中混杂的运动异物难以快速、准确检测问题，实现针对烟丝中小、弱异物的在线检测模型性能的强化。【方法】基于GMM（Gaussian Mixture Model）理论构建脱机烟丝背景颜色模型，实现异常目标显著性快速建模；优化PP-PicoDet检测网络的注意力增强机制，强化空间纹理信息的表达，提升对异常目标结构特征的感知；分析并构建小样本友好的损失函数，利用高斯模型实现标签损失重分配，提升模型对小占比样本的激励。【结果】在自建平台上，改型模型以0.5%的额外计算时延换取了精确率和召回率指标5.8%的性能提升。【结论】该技术满足烟丝生产中异物检测任务对时效性和可靠性要求，实现烟丝生产效率的提升。

关键词： 单域泛化目标检测   视觉语言模型   提示学习   多模态融合  

摘要： 针对现有基于视觉语言的单域泛化模型采用固定的单向文本引导视觉局部对齐操作，导致局部-全局上下文建模能力不足的问题,提出一种渐进式双阶段模态交互框架(PDMI)。PDMI能够在模态内以多层次方式提取全局域不变特征，在模态间充分挖掘视觉和文本互补语义以获得细粒度语义知识。具体而言，PDMI首先结合固定域无关提示和可学习的自适应域提示(ADP)，引导样本获得对特定域的语义感知能力。同时，在视觉主干网络Res Net-101基础上，设计多层级的模态内交互机制(MIMI)，它基于自适应视觉提示引导,对源域图像进行模态内Mamba交互(IMMI)以提取图像全局域不变特征，改善视觉特征表示的分布。其次，提出跨模态双向交互融合机制(CMBIF)提取并对齐细粒度的跨模态特征,该策略以视觉或文本双向引导实现细粒度模态间交互，并采用跨模态自适应融合模块(CMAF)以自动搜索模态间信息的最佳组合,进一步减小模态间交互的冗余特征。为了验证PDMI的跨域泛化性能，在3个具有挑战性的领域偏移数据集DiverseWeather、Virtual-to-Reality和UAV-OD上进行实验，结果显示PDMI在目标域上的平均精度(m PT)比C-Gap、SRCD和FDD方法分别提高2.0、4.0和4.2个百分点。PDMI能够有效提取全局-局部域不变特征来提升对未见目标域的泛化能力，这对目标域和源域存在显著分布偏移且目标域数据受限的场景至关重要。

关键词： 计算机视觉   双视角   车型识别   ResNet   车辆通行费  

摘要： 该文提出了一种基于双视角特征融合的深度学习网络——ETCLNet，用于解决收费公路车型分类中的实际问题。该网络采用双分支架构，分别对车辆的头部和侧身图像进行特征提取，并结合创新性设计多尺度特征提取模块（IPFE）与基于自适应加权的双线性特征融合机制（AWBF），实现了高效、细粒度的车辆特征表达。IPFE模块通过并行多尺度卷积与残差连接设计，有效缓解了梯度消失问题，并增强了对复杂场景的适应能力。AWBF融合机制进一步优化了角度间特征的高阶交互，通过自适应加权和逐元素乘法，实现了多角度特征的高效融合，显著提升了分类性能。实验结果表明，ETCLNet在多项评价指标（如准确率、精确率、召回率、F1值和AUC）上均优于现有主流模型，解决了现有收费公路稽核系统车型识别摄像机识别率低的问题。此外，该研究设计充分利用了现有硬件设备，降低了部署成本。本文研究为多视角车辆识别与智慧交通提供了科学高效的解决方案，并为未来深度学习网络的设计提供了新的思路。

关键词： 缺陷检测   航空发动机叶片   近红外高光谱   图像处理   缺陷分割  

摘要： 针对航发叶片划痕、凹坑等缺陷难以准确检测与定量分析的问题，提出一种基于近红外高光谱成像技术的缺陷检测方法。通过空谱特征融合聚类算法，解决微小缺陷在单一光谱或空间维度难以检测的问题。结合ISODATA聚类与轮廓边界提取算法增强缺陷特征并确定有效连通边界，进而提出一种基于形态学处理与标记控制的改进分水岭自适应分割算法，实现微小缺陷的精确分割与定量分析。实验结果表明，相较于现有方法，该算法在缺陷分割的完整性和连续性方面具有显著优势，缺陷的长、宽平均绝对误差均得到降低，平均百分比误差MPE分别达到4.14%和3.15%，验证了该方法的精确性与有效性。为多类型缺陷（划痕/凹坑）的同步定量分析提供解决方案，满足航空发动机高精度检测需求。

关键词： 焊瘤检测   RTDETR   轻量化   缺陷检测  

摘要： 针对当前焊瘤检测中因目标小且密集、背景复杂以及硬件条件限制等因素导致的检测精度和速度不足的问题，提出了一种基于Real-Time Detection Transformer的改进算法。首先从提高检测实时性角度出发，在主干网络中引入了轻量级多尺度注意力特征提取模块（Rep-FasterNetEMAblock），通过RepConv对FasterNetBlock进行改进，以减小模型体积；其次分别引入多尺度注意力模块（Efficient Multi-scale Attention）和金字塔结构（High Spatial Frequency Pyramid Network），通过其跨维度相互作用，保留小目标的特征信息，提升模型对小目标的检测精度；最后通过Focal机制改进损失函数（SIOU）形成Focal-SIOU替代原有的损失函数，进一步提升检测精度同时加快了训练速度。实验结果显示，改进后模型模型体积为33.1MB，相比于原模型下降了14.0%，平均精度均值从71.8%上升到76.7%，单张图像检测时间15.7ms，检测速度提升11.6%，体现出改进RTDETR模型在较低计算成本的基础上，具有良好的实时性和精准度。

关键词： 遥感图像处理   目标检测   改进YOLOv5n   多层次通道注意力   动态采样机制   交通小目标  

摘要： 针对遥感图像中交通小目标检测存在的漏检率高、背景干扰敏感及方向适应性不足等问题，本研究以YOLOv5n为基准模型，提出系统性改进方案。在主干网络（backbone）中嵌入多层次通道注意力（mixed local channel attention，MLCA）模块，通过建模通道间高阶依赖关系增强关键特征表达能力，抑制复杂背景干扰；将颈部网络（neck）的固定上采样替换为动态采样（dynamic sampling，Dysample）机制，依据目标尺度自适应调整采样策略，提升多尺度目标定位精度。实验在NWPU-VHR-10和UCAS-ADO数据集上（选取两个数据集的飞机、船舶和汽车图像组成新的数据集）进行，结果表明：改进模型在精度、召回率、F1分数及mAP@0.5上分别达到90.3%、85.9%、87.0%和90.4%，较原始YOLOv5n模型分别提升了0.7%、6.0%、3.0%、1.3%。消融实验验证了MLCA与Dysample的协同增强效应，对比实验显示改进模型在复杂场景下对小目标的检测稳健性优于Faster-RCNN，GhostNet-P2，YOLOv8n，YOLOv9t ，YOLOv10n，YOLOv11n等主流算法。本研究为遥感交通监测提供了高精度、轻量化的解决方案。