关键词： 虫草检测   YOLOv8   双层可变卷积   SEAM注意力机制   高原小目标   Cordyceps Detection   YOLOv8   Double-Layer Deformable Convolution   SEAM Attention Mechanism   Plateau Small Targets  

摘要： 针对青藏高原特殊环境下虫草检测面临的复杂高原背景、目标遮挡频繁、虫草形态细长且易与自然背景混淆等挑战，本文基于YOLOv8模型提出改进方法。首先，在可变卷积(Deformable Convolution)的基础上设计双层可变卷积(Double-layer Deformable Convolution)，建立双层动态卷积调整机制，利用特征偏移量自适应调整卷积核的大小和形状，提高特征饱和度，缓解下采样带来的信息失衡。其次，针对虫草因遮挡导致的漏检问题，融合空间增强注意力机制(SEAM, Spatially Enhanced Attention Module)，通过深度可分离卷积和残差模块增强未遮挡部分的语义特征，优化空间通道中的权重信息，有效提升模型对遮挡环境下的信息提取和检测能力。最后，引入新的检测头FASFF-head，以自适应学习多尺度特征图的空间权重，进行空间特征融合，确保多尺度特征的协调性，且在原有检测层之上添加小目标专用检测层，使得在高密草丛环境下，虫草的检测精度得到显著提升。以上实验表明，改进模型在自建藏区虫草数据集上的mAP@0.5和mAP@0.5:0.95对比YOLOv8模型分别提升4.2%和2.9%；在Flavia Dataset公开数据集上的实验结果可以发现，YOLOv8-DSEAM 除了参数量略高于YOLOv10n，mAP@0.5比YOLOv10n提高了1.3%，mAP@0.5:0.95比YOLOv10n提高了0.8%，充分地展现了改进后的模型在高密草丛场景下的检测力和泛化力。

关键词： 实时目标检测   复杂驾驶环境   DPRT-YOLO   多尺度特征融合   Transformer  

摘要： 目标检测是智能网联汽车视觉感知系统的一项基本任务，可为先进驾驶辅助系统提供基础数据和决策依据。然而，在低光照和恶劣天气等复杂环境中，车载目标检测算法面临小目标检测性能不佳、漏检率和误检率偏高的挑战。针对这一挑战，发展了一种面向智能网联汽车的实时目标检测器（DPRT-YOLO），通过对流行的YOLOv10模型进行改造，使其更加适用于复杂驾驶环境中的目标检测任务，并通过在NVIDIA边缘计算平台上开展消融和对比实验，验证了算法的有效性。首先，设计了增强加权多分支特征融合网络（EWMFFN），引入浅层加权融合和多分支加权融合模块，消除特征融合过程中的层间干扰，设计星形拓扑特征交互结构，提升模型对小尺度目标的检测能力，同时保持了网络结构的轻量化设计。然后，融合卷积门控线性单元（Convolutional Gated Linear Units，CGLU）与卷积加法自注意力（Convolutional Additive Token Mixer，CATM），通过局部-全局双通路机制建立小目标尺度信息的长期上下文关系并保持模型的轻量化。为了评估模型在真实算力场景中的检测性能，将其部署在NVIDIA Jetson Xavier Nx平台上，采用NVIDIA TensorRT FP16量化加速，在BDD100K和TT100K测试集上开展推理实验，并与基准模型进行对比，结果显示：（1）检测精度方面，与YOLOv10n和YOLO11n相比，改进模型的mAP@0.5指标分别提升了6.1%和7.4%，mAP@0.5:0.95指标分别提升了3.6%和4.2%，同时，参数量分别降低了26.1%和34.9%。（2）检测速度方面，改进模型Small和Nano两种版本的推理速度分别达到了29 FPS和35 FPS。实验结果表明：与参考模型相比，改进算法在复杂驾驶环境中的表现更加优异，在检测精度与检测速度之间达到了更好的平衡，适于部署在智能网联汽车的环境感知系统中。

关键词： 小样本目标检测   视觉语言模型   开放词汇   两阶段微调   YOLO-World   Few-Shot Object Detection   Vision-Language Model   Open-Vocabulary   Two-Stage Fine-Tuning   YOLO-World  

摘要： 小样本目标检测作为计算机视觉的重要分支，致力于模拟人类从极少量样本中学习新目标检测的能力。现有方法依赖大量标注数据，且仍受限于预定义类别表征的刚性约束，因此难以适应开放词汇场景。除此之外，CLIP等视觉–语言预训练模型通过跨模态对齐展现了零样本推理潜力，但其聚焦于图像分类任务，而小样本条件下的目标检测模型性能退化仍面临关键挑战。为此，本文提出了一种基于YOLO-World的开放词汇小样本目标检测方法YW-FSVOD。该方法通过构建语言描述引导的多尺度特征对齐机制，将文本语义嵌入至YOLO-World的视觉编码空间，增强模型对未见类别的泛化能力；并采用预计算文本嵌入替代完整语言模型计算，在保证检测精度的同时实现推理速度的显著提升。实验结果表明，YW-FSVOD在COCO和LVIS数据集上表现优异，精度显著优于传统的小样本目标检测框架。

关键词： 多无人船   分布式协同控制   目标跟踪   最佳跟踪点  

摘要： 针对海上船舶目标跟踪中无法应对目标航向大角度突变的情况，提出了一种多无人船分布式协同跟踪策略。建立协同目标跟踪任务模型，按照与目标间的距离将跟踪任务分段，分别采用卡尔曼滤波器结合速度障碍法的追击策略和分布式模型预测控制的跟随策略。通过仿真验证，所提策略能够令多船系统实现快速追击并维持长时间跟踪。相较单无人船，多无人船协同跟踪能够有效应对更大的目标航向突变范围以及更快的目标航向变化频率，维持更好的稳定跟踪效果。

关键词： 多目标跟踪   联合检测跟踪   数据关联  

摘要： 在复杂场景下，多目标跟踪面临密集的目标遮挡、目标非线性运动、关联匹配算法欠佳导致身份匹配错误以及频繁身份切换等问题。本文以ByteTrack为基线算法，通过充分利用现有的判别性特征，从运动模型、弱特征数据关联、匹配算法三个方面对其关联策略进行改进，提出了一种关联策略多特征增强的多目标跟踪算法。首先，针对常规卡尔曼滤波难以对非线性运动的目标位置进行预测的问题，利用预测相似度以及检测置信度动态调整卡尔曼滤波的噪声协方差，提升运动模型对位置预测的准确性。其次，整合二次关联算法，在低置信度检测框和第一次关联后未匹配的轨迹之间，执行弱特征数据关联，减少其与轨迹之间的匹配错误。最后，针对低置信度检测目标，利用相对深度对检测目标以及轨迹进行分解，并采用级联匹配算法进行关联，有效减少IoU匹配碰撞，提高了算法在密集遮挡场景下的跟踪表现。在MOT17与MOT20测试集上，HOTA分别为64.5%与63.2%，与基线算法相比，所有评估指标均取得显著提升。

关键词： 绝缘子   重参数化   Haar小波   双层路由注意力   目标检测  

摘要： 针对绝缘子缺陷检测中的多样性和复杂性问题，提出了一种REGDETR(reg detection transformer)缺陷检测模型。该模型基于端到端的RTDETR(realtime detection transformer)架构，引入三种新模块来提升检测性能。首先提出并引入Rep-Faster-Basic-Block模块，利用重参数化的T形卷积有效捕捉不同尺度的特征；其次，采用ELA-Basic-Block(efficient local attention basic block)模块整合高维特征表达；最后，使用改进的GS-HWD-BLRA(gsconv Haar wavelet downsampling with bi-level routing attention)模块代替特征融合网络的步幅卷积，利用Haar小波变换保留图像信息，并通过双层路由的自注意力机制过滤冗余信息。实验结果显示，REGDETR在保持参数量不变且计算量显著降低的情况下，平均精度均值提高了4.5%，达到95.7%，超越了现有同类模型，提升了绝缘子缺陷检测的准确性。

关键词： 3D目标检测   深度学习   注意机制   自主驾驶   上下文感知  

摘要： 单目3D目标检测算法在自动驾驶场景中面临卷积结构网络特征表达能力有限、Transformer 结构的模型计算复杂度高、激光雷达依赖性较强等关键挑战。针对上述问题，本文提出了一种基于全局-通道注意力优化的单目 3D 目标检测算法——MonoSPDC。首先，设计全局-通道特征重组模块，通过融合全局空间关联性与通道维度注意力机制，增强HeatMap的特征表征能力；其次，构建多角度联合预测结构，将三维角点几何约束与深度回归结果动态融合，有效降低深度估计误差。在KITTI数据集上的实验表明，该方法在三维平均精度(AP3D)指标达到24.87%，较MonoDTR和MonoDETR分别提升13%和5%，检测速度提高16%以上。在Waymo数据集上，AP3D达到67.55%，较CaDDN和MonoCon分别提升5%和10%。此外，MonoSPDC无需依赖激光雷达辅助训练，降低了模型复杂性与数据需求，为低成本自动驾驶系统的三维感知提供了高精度、轻量化的解决方案。

关键词： 高密度人群   YOLOv5   目标检测算法   小目标检测   卷积层   SOCA   损失函数   平均精度均值  

摘要： 为解决传统目标检测算法在地铁、商场以及交通堵塞等地区高密度人群中因目标重叠和尺寸偏小导致难以检测问题，文中提出一种基于YOLOv5（You Only Look Once version 5）网络的目标检测算法。在算法模型的锚框部分引入新特征图来设计添加小目标检测层，以此提升检测小目标的准确性。通过重新定义一个卷积层以便在YOLOv5中添加SOCA（Second-Order Channel Attention）注意力机制，提高了模型对复杂场景和遮挡的鲁棒性。引入Focal＿EIoU（Focal and Efficient Intersection over Union）替换原始模型的损失函数CIoU（Complete Intersection over Union），从而提高了模型在高密度目标上的检测精度。实验结果表明，改进YOLOv5算法在CrowdHuman数据集上的平均检测精度比原模型提高了6.7个百分点，召回率提高了3.8个百分点，优于FPN（Feature Pyramid Network）和RetinaNet算法，实现了对高密度人群的目标检测优化。

关键词： 深度学习   计算机视觉   目标检测   YOLOv7   安检   危险物品检测   小目标检测   自注意力机制  

摘要： 针对安检小目标物体检测精度偏低问题，文中提出一种基于改进YOLOv7(You Only Look Once version7)的安检小目标检测模型XS-YOLO(Xray-Spection-YOLO)。使用基于自注意全局感受的特征提取骨干网络SwinT（Swin Transformer Backbone）构建全局注意力，从而获取特征信息。提出基于多尺度分层特征融合的四维检测结构FHD（Four Head Detection），通过引入第4个检测头来提高模型对小目标的识别能力。提出基于分类与定位任务解耦的分支检测策略DCSP（Decoupled Cross Stage Partial），使特征融合后的输出分支各自进行特征图处理。实验结果表明，相较于YOLOv7，XS-YOLO在HiXray数据集上的mAP（mean Average Precision）提升了2.8%，在OPIXray数据集上的mAP提升了5.8%。

关键词： 遥感目标检测   多尺度特征   上下文信息提取   注意力机制   YOLO   小目标检测   特征融合   Remote Sensing Target Detection   Multi-Scale Feature   Contextual Information Extraction   Attention Mechanisms   YOLO   Small Target Detection   Feature Fusion  

摘要： 在现有方法的基础上，本文提出了一种新颖的信息扩大集合和自适应特征融合的检测算法。文中在主干网络部分引入ConvNeXt模块来加强对被遮蔽目标的检测能力，提出了信息扩大集合模块来充分地利用图像中的上下文信息，优化对长宽比较大目标的检测效果。使用协调注意力模块来防止目标位置信息的丢失，通过挤压与激励模块对通道重新进行权重分配，挑选出重要性较高的通道进行计算。文中还使用自适应空间特征融合模块，对不同层级的特征图进行融合来保证金字塔的效果。在DOTA-v1.5遥感数据集上，相较于原始网络，文中方法mAP@0.5性能提升了2.5个百分点。在另外的2个数据集上，本文提出的算法也取得了更好的检测性能。