关键词： 图像处理   实例分割   RGB-D   YOLOv8-seg   苹果树   修剪   位姿估计  

摘要： 针对果树智能化选择性修剪作业中缺乏执行末端位姿的预测方法,提出一种基于RGB-D图像的修剪点定位与执行末端位姿估计方法。首先,利用RealSense D435i深度相机获取苹果树的RGB图像和深度信息,并通过改进的YOLOv8-seg模型对RGB图像中的树干与一级枝根部预设区域进行分割。其次,利用OpenCV图像处理方法,计算出树干直径、侧枝直径和侧枝生长间距,基于人工剪枝规则,判断并定位修剪点像素坐标。最后,结合修剪点坐标与深度信息,基于点面映射原理推导出修剪点对应的修剪位姿。结果表明,改进的YOLOv8-seg模型在自建数据集掩膜预测的精确率和召回率分别达到了95.31%和93.79%,修剪决策判断的正确率为88.3%,执行末端位姿估计的成功率为89.9%,可以为苹果树修剪机器人的研发提供技术支持。

关键词： 铁路接触网绝缘子   目标检测   YOLOv5改进   SREG模块  

摘要： 为解决传统4C系统在铁路供电系统接触网绝缘子缺陷检测中存在的图像采集质量不高、缺陷分析不精确及漏检误检频繁等问题,文中提出了一种基于改进YOLOX-S网络的智能检测方法,通过数据增强、目标检测模型优化,显著提升了公开数据集和现场采集数据的准确性,同时通过模型训练与测试,验证了其实际应用的可行性和可靠性,以适应复杂环境下的大规模绝缘子检测需求.

关键词： 远程诊断   计算机视觉   传感器  

摘要： 本文提出一种通过传感器测量技术、远程诊断技术和AI(人工智能)技术相融合实现的云辇X功能无人检测系统。利用远程诊断技术激活车辆动作,通过视觉技术、传感器技术检测车辆的动作,实现云辇X底盘独有的弹跳、摇篮和舞蹈等功能的检测,并且在该检测系统中融合了无人驾驶技术,实现了车辆转运、激活、检测的全自动无人检测。

关键词： 深度学习   目标检测   注意力机制   道路损伤   特征融合  

摘要： 针对道路损伤检测中存在的小目标检测难、图像背景复杂、易漏检、误检等问题,提出了一种改进YOLOv5s的道路损伤检测算法。首先在主干网络中添加轻量级的注意力模块,使得网络模型更为关注检测目标中的重要信息;其次改进颈部网络中的特征融合机制,提高对重要特征的使用,在网络深处使用gsconv模块来替换模型原有的卷积模块,减少网络的参数量,达到提升模型检测速度的目的;最后使用SIOU作为损失函数来提高模型检测的稳定性。实验结果显示,改进网络在参数量为原模型89%的同时,其精准率、召回率,以及精度相较于原始网络模型分别提升了6.8%、2%、1.6%,证明了所改进方法可有效地提高道路损伤检测的准确性和效率。

关键词： 智能交通   驾驶人行为   递归全对场变换   深度学习   图像识别  

摘要： 【目标】通过构建多源信息融合神经网络模型,提升复杂驾驶场景下驾驶人行为识别的准确率和实时性,突破传统深度网络计算效率瓶颈,保障交通运行安全。【方法】构建驾驶人行为数据集Driver-seq,包括5种正常驾驶行为和5种不良驾驶行为,采用递归全对场变换(RAFT)算法进行图像数据预处理,通过运动特征增强削弱复杂背景噪声的干扰。通过构建基于RAFT的轻量化驾驶人行为识别模型,引入光流估计技术,提升模型对动态驾驶行为的时空特征提取能力。整合残差结构和全局平均池化层的双重优势,在保证特征提取深度的同时有效控制了计算复杂度,提出了含有残差结构和全局平均池化层的GX模块,设计了MobileNet-GX轻量化神经网络。【结果】驾驶人行为识别准确率达到98.75%;对比VGG-16,GoogLeNet,ShuffleNet-V2,DenseNet-121,MobileNet-V2等多种主流识别架构,所构建模型准确率提高了1.74%~3.99%,测试速度提高了6.17%~9.78%,全面验证了模型的有效性。【结论】采用RAFT图像融合预处理和MobileNet-GX深度学习模型,显著提升了驾驶人行为识别的准确率和实时性,为智能驾驶安全监控提供了高效可靠的解决方案。

关键词： 视觉语言模型   对抗微调   对抗鲁棒性   计算机视觉   自然语言处理  

摘要： 视觉语言模型作为计算机视觉与自然语言处理交叉领域的关键技术,已在教育和艺术创作等场景中展现出广泛的应用价值。然而,此类模型易受对抗攻击影响,其安全性面临严峻挑战。传统对抗微调方法通过优化视觉编码器提升模型鲁棒性,但未充分探索与文本模态协同优化机制。为此,提出了一种面向图文对比预训练模型的多模态对抗微调方法,首次实现图像与文本编码器的同步优化,并通过学习率动态调节策略解决双编码器收敛速度不平衡的问题。实验结果表明,这种方法显著提升了视觉语言模型的对抗鲁棒性,其性能优于现有方法且实现更为高效。

关键词： 内孤立波   目标检测   YOLOv5   潜标观测数据  

摘要： 海洋内孤立波通常携带着巨大的能量,给海上作业带来巨大的安全隐患,因此,对海洋内孤立波进行实时的检测有重要的意义。近年来,人工智能技术在各行业的应用越来越广泛,基于深度学习的目标检测技术也越来越成熟。本文结合现场观测数据和基于深度学习的目标检测算法YOLOv5,开发了一种基于潜标观测数据的内孤立波人工智能检测模型。首先将数据归一化处理,再分别将不同观测要素数据传入网络迭代训练,训练完成后保存最优权重文件并用于评估模型。评估结果表明,在采用单要素检测方案中,温度检测模型稍好于纬向流速检测模型,而经向流速检测模型相对较差,其综合评价因子最值ε_(max)分别为80.94、78.74和72.02;在温度、纬向流速和经向流速三种要素不同组合的检测方案中,相比单要素和双要素方案,三要素方案的检测效果最好,ε_(max)达到82.48。该检测方案的准确率较高,检测速度较快,满足实时检测需求。

关键词： 图像检测   深度学习   铁路机车   鲁棒性  

摘要： 针对铁路机务检测中存在的效率低、成本高、实时性差等问题,提出一种基于卷积神经网络(CNN)的智能检测算法,该算法采用轻量级的Siamese U-Net架构,结合混合和注意掩码模块(MAMB),用于快速准确地识别机车关键部件的故障。本研究不仅提高了铁路机务检测的智能化水平,也为铁路安全运营提供了有力的技术支撑。此外,本研究还探讨了算法在不同铁路运行环境下的适应性和稳定性,并通过实际铁路机务检测案例,展示了算法在真实场景中的应用效果。研究成果表明,该智能检测算法能够有效提升铁路机务检测的自动化水平,降低人为因素导致的误判风险,对于推动铁路机务检测技术进步具有重要意义。

关键词： 深度学习   目标检测   车辆测速   车辆测距   状态感知  

摘要： 针对驾驶场景中的前车检测与运行状态感知任务,提出融合车辆图像特征的前车距离与速度的多模态感知方法.通过改进的SW-YOLOv8n模型检测图像中车辆的位置特征,结合几何算法计算相对前车的横纵距离特征.设计特征提取网络提取车辆特征,通过串联拼接融合车辆图像特征向量,并建立车辆测距神经网络.通过集成多特征融合模块与车辆测距神经网络,构建前车距离感知模型与车辆跟踪测速模型,同步输出精确的距离估计和速度跟踪结果.实验结果表明,在实验数据集上,SW-YOLOv8n相比于YOLOv8n模型,mAP50、mAP50-95分别提高1.6、2.3个百分点,SW-YOLOv8n模型的检测速度为260.11帧/s;在横向9.5 m与纵向50 m的范围内,在前车未被遮挡的条件下,前车距离感知模型的预测距离与实际距离的平均相对误差为1.87%,遮挡条件下的平均相对误差为2.02%;车辆跟踪测速模型的速度测定结果具有稳定性,适用于前车距离与速度感知任务.

关键词： 目标检测   仿真   注意力机制  

摘要： 针对图像中远距离的车辆具有尺度小,特征不明显等问题,以及白天和夜晚不同时刻的光照变化,导致车辆检测困难,提出了一种改进YOLOv5s的适应变场景的车辆检测方法。在先验锚框方面,使用K-means++算法找出适合当前数据集的anchors,加快损失下降;在主干网络的BottleneckCSP模块后加入改进SENet模块,提取更注重车辆特征的语义信息,同时将卷积块的LeakyRelu函数改为Mish激活函数;在预测输出端之前加入改进CBAM模块,其中三组空间注意力机制使用同一组特征权值,去除全局最大池化层,实现提高模型检测精确度和减少参数量。实验结果表明,改进算法与原算法、未改进注意力模块算法相比mAP@0.5:0.9分别提高了2.98%、0.45%。表明该改进YOLOv5s有效提升了多场景中车辆目标的检测性能。