关键词： 苹果   YOLOv8n   目标检测   Slim-neck   高效多尺度注意力机制   损失函数  

摘要： 为快速精准检测自然场景下的苹果外观品质，该研究提出了一种基于改进YOLOv8n的苹果外观品质检测模型ZAL-YOLOv8n。首先，使用融合了部分卷积（partial convolution, PConv）与高效多尺度注意力机制（efficient multiscale attention, EMA）的EP-C2f模块替换骨干网络中的C2f模块，提升模型对复杂遮挡情况下苹果目标的特征提取能力。其次，为改善患病苹果表皮病斑区域定位不准的问题，引入基于最小点距离的损失函数（multiple path distance intersection over union, MPDIoU）作为边界回归损失函数来加速预测框与真实框之间的位置拟合，提高模型对病害识别能力。最后，使用Slim-neck架构重建YOLOv8n的特征融合网络，实现颈部网络轻量化，提高模型运行速度。结果表明，与原模型相比，改进后的YOLOv8n模型的准确率、召回率和平均精度均值分别提高了3.4、1.1、1.3个百分点，同时，浮点运算量、参数量和模型大小分别缩减了22.2%、17.7%、15.9%。该模型在提高检测精度的同时实现了一定程度的轻量化，可为苹果智能采摘机器人的研发提供技术支撑。

关键词： 雾天环境   图像去雾   目标检测   YOLOv8   损失函数  

摘要： 雾天天气对自动驾驶系统性能影响较大，导致基于深度学习的目标检测模型在雾天条件下的漏检率和误检率偏高。基于该问题，提出一种雾天环境下的目标检测算法——PF-YOLOv8-AL。首先，通过借鉴AOD-Net轻量网络思想、改变网络结构、融合快速空间金字塔池化结构SPPF和使用SSIM损失函数构建了PF-Net去雾网络，再着重对YOLOv8检测网络进行改进，从而构建了YOLOv8-AL网络。对YOLOv8进行的改进包括融合全局平均池化及LSKA注意力的SPPF-AL模块，用MPDIoU损失函数替代CIoU损失函数及增加P2检测头，再将PF-Net与YOLOv8-AL整合成PF-YOLOv8-AL网络。模型在Foggy Cityscapes数据集上进行训练，在真实雾天RTTS数据集上进行测试。实验结果表明，该算法在雾天环境场景中具有较高检测精度，平均精度值达82.2%，比YOLOv8提升5.4%，平均精度均值达61.6%，比YOLOv8提升8.1%。

关键词： 低慢小目标检测   曲线拟合   分峰  

摘要： 无人机作为低空经济支柱产业，具有目标小、飞行高度低、速度慢、易被复杂城市环境遮挡等探测难点。为了有效检测低慢小无人机目标，分析了5G-A低空场景的雷达回波特点，提出了一种基于曲线拟合拆峰的检测技术。在待检测距离单元提取出多普勒频谱，并通过平滑导数寻峰法获取频谱曲线的峰数目及其峰位；利用CA-CFAR(Cell-Averaging Constant False Alarm Rate)门限排除噪声峰位，保留有效峰位；拟合得出有效峰的峰位、峰高和峰宽等；通过判断是否存在非零频有效峰来检测目标的存在与否，并依此获取目标距离和速度。外场试验结果表明，相比于传统CA-CFAR以及MTI(Moving Target Indicator)后的CA-CAFR，本文算法具有更好的检测性能。

关键词： 计算机视觉   卷积神经网络   高效通道注意力机制   生成对抗网络  

摘要： 针对稻谷病害之间差别细微、难以实现精确识别的问题,提出一种基于Res-DCGAN和改进AlexNet的稻谷病害识别方法。首先,针对数据集多样性不足的问题,使用基于残差优化的深度卷积生成对抗网络(Res-DCGAN)联合非生成式方法对数据集进行扩充;其次,设计基于高效通道注意力机制的多分支特征提取结构的AlexNet,使不同尺度特征相融合,同时聚焦图像关键信息,且引入批量归一化方法和全局平均池化层,防止过拟合,减少参数量;最后,引入联合损失函数,使模型同时专注于难分类的样本。本文采用的扩充数据集的方式相较于仅使用非生成式方式,精确率提高了2.2%,且改进后的模型准确率达99.05%。相较于传统的AlexNet,VGG16和Inception v3模型分别提高了3.67,2.84和1.97个百分点,其模型收敛更快,泛化能力更好。

关键词： 运动目标跟踪   可见光   红外热像仪   SURF   HOG   图像配准  

摘要： 在复杂的图像场景(如噪声干扰、目标部分遮挡或者背景纹理干扰)下,通过计算得到的矩可能会受到影响,从而导致确定的特征点中心不准确,影响运动目标跟踪效果,故提出一种可见光和红外热像仪融合下的运动目标跟踪方法。通过红外热像仪获取初始运动目标,并考虑到红外热像仪运动过程中,由于相机的移动、旋转或目标物体的运动,所捕获的图像可能会产生畸变,所以引入光学运动模型。针对校正后的图像,通过计算图像块的矩来确定特征点中心;采用最近邻比率匹配策略,通过比较特征点与其最近邻和次近邻的距离比来确定匹配对的有效性。通过改进SURF和HOG结合的方法配准检测出目标的红外图像与可见光图像,完成红外与可见光图像对的配准融合。在红外图像与可见光图像配准融合后,通过多特征融合相关滤波方法实现运动目标跟踪。实验结果表明,所提方法的运动目标跟踪准确度更高、实际应用效果更好。

关键词： 图像处理   缺陷检测   生成对抗网络   柔印标签   随机噪声  

摘要： 为了及时把控柔印标签的生产质量,融合Transformer设计了一种生成对抗网络,提出了一种柔印标签在线检测方法。为了解决实际生产中缺陷样品稀少、样本分布不均的问题,提出了一种新颖的噪声添加方案模拟缺陷样本,仅使用合格的柔印标签样本训练模板生成器。结合跳连接和Transformer block设计了一种生成对抗网络,以及相应的损失函数,以提高生成器对模板的表示能力。设计了一种基于自适应阈值的缺陷评估方案实现柔印标签检测。实验结果表明,提出的检测方法可以在每个样本38 ms的合理检测时间下,达到2.23%平均误检率、0%平均漏检率、0.983 F1-score的检测性能,在数据集上优于现有异常检测深度学习方法。

关键词： 非现场监管   YOLO算法   实时监控   异常检测   计算机视觉  

摘要： 医疗器械生产过程的质量与安全直接关系到公众健康,传统现场监管因实时性和覆盖范围的局限,难以满足现代化生产需求。本文设计了一套基于YOLOv5的智能化非现场监管系统,结合深度学习与计算机视觉技术,实现了对隔离门状态、防护设备佩戴及洗手动作的实时监测与异常检测。系统在复杂场景下通过多尺度特征融合与数据增强,确保了高效的目标检测与异常行为识别。实验结果表明,该系统在生产监管中表现出卓越的实时性与鲁棒性,显著提升了监管效率,为医疗器械生产企业的智能化转型提供了技术支持。

关键词： 无人机航拍   YOLOv5s   多头自注意力机制(MSHA)   BiFPN网络   SimAM注意力机制  

摘要： 针对复杂场景下无人机航拍小目标检测时特征提取的主观性和局限性,本文提出了三种改进策略:1) 为了提升无人机对不同尺度目标的检测能力,将多头自注意力机制(MHSA)融入到YOLOv5s骨干网络的最后一层;2) 为了增强特征信息的利用,构建了BiFPN特征融合网络;3) 将SimAM模块集成到YOLOv5s模型中,以提高语义与位置信息的匹配。通过将上述三种改进策略两两组合,构建了三种多策略YOLOv5s检测模型:第一种是多头自注意力机制(MHSA)与BiFPN特征融合网络的结合;第二种是多头自注意力机制(MHSA)与SimAM注意力机制的结合;第三种是SimAM注意力机制与BiFPN特征融合网络的结合。在VisDrone2019数据集上的对比实验结果表明,第二种多策略模型在检测效果上优于其他两种模型,其平均精度(mAP)提升至38.9%,比原模型提高了4.8%。Aiming at the subjectivity and limitations of feature extraction in small target detection of UAV aerial photography in complex scenarios, this paper proposes three improvement strategies: 1) To enhance the detection capability of UAVs for targets of different scales, the Multi-Head Self-Attention mechanism (MHSA) is integrated into the last layer of the YOLOv5s backbone network;2) To strengthen the utilization of feature information, a Bi-directional Feature Pyramid Network (BiFPN) for feature fusion is constructed;3) The SimAM module is incorporated into the YOLOv5s model to improve the matching of semantic and positional information. By combining the above three improvement strategies in pairs, three multi-strategy YOLOv5s detection models are built: The first model combines the Multi-Head Self-Attention mechanism (MHSA) with the BiFPN feature fusion network;The second model combines the Multi-Head Self-Attention mechanism (MHSA) with the SimAM attention mechanism;The third model combines the SimAM attention mechanism with the BiFPN feature fusion network. Comparative experiments on the VisDrone2019 dataset show that the second multi-strategy model outperforms the other two models in detection performance, which improves the mean Average Precision (mAP) to 38.9%, a 4.8% increase compared to the original model.

关键词： 图像处理   火灾烟雾识别   背景补偿   特征融合   支持向量机  

摘要： 提出了一种动态场景下火灾烟雾多特征融合识别定位算法。为解决动态场景下烟雾准确识别与定位问题,将ORB特征提取结合改进的K—最近邻(KNN)算法,实现了更准确的特征点匹配,通过特征点对灰度阈值划分,实现特征点的分离,达到精确的背景补偿;从烟雾静态特征出发,经过烟雾增强的颜色分割后,引入暗通道帧差法,结合亮度视觉注意机制模型,突出烟雾显著区域,实现了轮廓区域精准分割;最后将烟雾纹理信息与轮廓不规则性两类特征进行融合,对融合后的特征向量进行支持向量机(SVM)训练,实现烟雾区域的最终判定。定位实验表明:所提算法具有能够满足动态场景下的火灾烟雾准确识别与定位。

关键词： 遥感图像   旋转目标检测   多尺度感知增强   自适应特征学习   旋转交并比损失  

摘要： 遥感图像中的旋转目标检测由于存在背景复杂、目标在任意方向分布且密集排列、尺度变化剧烈、高长宽比等问题而具有挑战性。针对这些问题,提出基于多尺度感知增强的旋转目标检测框架。首先,在特征提取阶段,提出多尺度感知增强模块,针对不同层级的特征图采用不同的卷积块来提取特征,确保低层特征图能保留足够的细节信息,高层特征图能提取足够的语义信息,使得提取的多级特征图对不同尺度具有自适应的特征学习能力。同时,利用自适应通道注意力模块来学习通道权重,缓解复杂背景带来的影响。其次,提出尺寸敏感的旋转交并比损失,通过在旋转交并比损失中增加目标长宽比和面积的损失项,来监督网络学习目标的尺寸信息,增加对高长宽比目标的敏感性。在公开的遥感图像数据集DOTA,HRSC2016和DIOR-R上,所提方法分别取得77.64%,98.32%和66.14%的mAP,检测精度优于现有的先进遥感图像检测网络。