关键词： 目标检测   煤泥浮选   轻量化   实时性   YOLO BD  

摘要： 针对目前煤泥浮选过程中缺乏对矿化气泡的不均匀程度判据及气泡数量实时统计等问题,提出一种面向非均匀矿化气泡实时检测的轻量化人工智能算法模型——YOLO BD(Bubble Detect),即在骨干网络引入可变核卷积AKConv替代原结构中的所有Conv卷积层,将通用倒置瓶颈模块UIB与C2f模块进行融合,提升模型的特征提取能力以及降低模型的参数量和计算量;将加权双向特征金字塔网络BiFPN引入颈部网络并与C2f UIB和迭代注意力特征融合模块C2f iAFF做进阶融合处理,提升模型的特征融合能力;引入智慧型交并比损失函数WIoUv3,降低训练时的损失提升模型精度。实验数据表明,相较于传统YOLO模型,YOLO BD模型参数量下降了26.3%,计算量下降了19.7%,检测速度为63帧/s,mAP50%达到了84.1%,上升了2.2%。该方法能够实现浮选试验全过程泡沫变化的实时识别与检测,其识别检测结果为浮选参数与浮选最终效果之间提供了必要的映射关系。

关键词： 电容器引脚目标检测   旋转边界框   深度学习  

摘要： 基于视觉的电容器引脚缺陷检测是电子元器件缺陷检测技术的关键组成部分。然而,经典的YOLOv5目标检测算法只能实现水平矩形边界框的目标定位,不能获得电容器引脚在图像中的旋转角度信息。为此,提出了一种基于YOLOv5s模型的旋转边界框电容器引脚缺陷检测方法。该方法通过环形平滑标签(CLS)将角度预测问题由回归问题转化为分类问题,并使用二值交叉熵损失(BCE)描述角度预测的损失函数。另外,通过复制、旋转变换和拼接等手段对原始训练数据进行扩充,以提高模型的精度和泛化能力。结果表明,与原始YOLOv5模型相比,改进的旋转边界框电容器引脚缺陷检测算法能较准确地识别引脚类别,预测的目标边界框与电容器引脚实际矩形轮廓更加吻合。

关键词： 双目测距   立体匹配   目标检测   深度学习   四足机器人  

摘要： 为提升四足机器人环境感知能力,考虑移动平台算力约束,基于深度学习的立体匹配算法,设计了四足机器人平台上实时运行的双目视觉测距算法;提出能适配移动计算平台的改进YOLOv4-tiny目标检测算法。融合两种算法实现了机器人测量出距物体距离的同时识别物体类别。实验结果表明,10 m内测距误差低于5%,平均帧率达19.2 FPS,能够为四足机器人提供较精确的环境信息。

关键词： 杂草识别   目标检测   YOLOv7   ConvNeXt卷积模块   注意力机制  

摘要： 【目的】实现自然环境下玉米苗及其伴生杂草的高效准确检测,解决传统目标检测方法存在的识别精度低、检测速度慢等问题。【方法】提出一种基于改进YOLOv7模型的玉米田间杂草检测方法。以叶龄为3~6叶期的玉米苗及其4种伴生杂草(马唐、藜、反枝苋、小蓟)为研究对象,采集筛选并通过图像裁剪、角度旋转、对比度增强等方式扩增得到6204张数据集图像,按8∶2∶1的比例划分为训练集、验证集和测试集。在原始YOLOv7的基础上添加ConvNeXt模块,增强特征表达能力以提高检测速度;在原始模型的部分特征层添加CBAM注意力机制,提高模型关注重要信息的能力;引入SIoU损失函数,加快模型收敛速度,提高模型检测精确度。【结果】改进后的YOLOv7模型对玉米田间杂草的目标检测精确率达到了95.9%,m AP达到了92.4%,较原始YOLOv7模型分别提高了5.8%、5.7%;测试阶段处理单张图片耗时22.8 ms,满足实时检测的需求。【结论】此模型可以有效地解决玉米田间杂草检测问题,提升田间杂草检测的准确性,为实现更准确的化学或物理除草提供了参考,为精准农业和智能除草管理提供有力的技术支持和决策依据。

关键词： 激光雷达   目标分类   语义分割   目标检测   对抗攻击   后门攻击  

摘要： 自动驾驶技术的迅猛发展,推动了激光雷达的应用.激光雷达以其卓越的环境感知、导航和避障能力,在自动驾驶领域扮演着关键角色.随着人工智能和深度学习技术的不断进步,三维数据处理技术取得了显著成果,并在多个场景中得到应用.然而,随着技术的应用深入,其安全性问题日益凸显,例如行驶中的车辆可能会错误识别出不存在的物体.而现有研究多聚焦于单一任务,缺乏对安全性问题的综合性论述,尤其是对后门攻击的研究相对匮乏.因此,本文首次全面评估和分析了基于激光雷达在自动驾驶中的安全性问题,特别是对抗攻击和后门攻击的挑战.文章首先阐述了激光雷达的工作原理及其在自动驾驶任务中的应用,包括目标分类、目标检测和语义分割3大类.具体而言,本综述深入探讨了55篇相关论文,系统地介绍了不同任务下的攻击方法和防御策略.进一步,本文提供了11个公共数据集、7个评估指标、7个常用模型和4个仿真平台,为研究者提供了宝贵的资源和工具.最后,文章结合当前面临的挑战与未来机遇,对激光雷达在自动驾驶安全应用的研究方向进行了前瞻性展望,旨在为激光雷达技术的安全可靠应用提供指导和参考.

关键词： 桥梁结构健康监测   无人机   小目标裂缝检测   YOLOv8   图像处理  

摘要： 随着中国桥梁大规模进入运维阶段,传统的桥梁检测方法通常依赖人工巡检和目视检查,无人机的桥梁表观图像数据采集能力较强,因此被逐步应用于桥梁表观病害检测。针对交通管控下无人机拍摄桥梁图像尺寸较大和小目标裂缝较多,目前检测算法提取小目标裂缝特征信息困难且存在识别漏检、误检等问题,该文提出了一种基于改进YOLOv8的桥梁小目标裂缝检测算法。首先,用高效视觉变换器(efficient vision transformer, EfficientViT)替换YOLOv8的主干网络,以减少大量冗余参数,增强图像的局部特征提取能力;其次,引入大型选择性核网络(large selective kernel network, LSKNet),融合C2f模块注意力机制,选择性调整卷积核尺寸,降低运行参数,减少计算复杂度;最后,增加双向特征金字塔网络(bidirectional feature pyramid network, BiFPN),融合P2小目标检测头,增加不同尺度特征图之间的信息耦合和小目标裂缝检测框,实现小目标裂缝精准识别与提取。依托无人机采集的某桥梁裂缝数据集进行小目标裂缝检测验证,与YOLOv8模型相比,该算法模型的图像识别准确率提高了3.7%,召回率提高了3.5%, F1分数提高了3.5%,平均精度均值50(mAP50)提高了3.9%,平均精度均值50到95(mAP50-95)提高了7.4%。该文所提的基于改进YOLOv8的桥梁小目标裂缝检测算法提高了桥梁结构小目标裂缝的识别准确率,为广泛应用于桥梁结构的表观健康监测提供了可行的解决方案。

关键词： 路面病害   单目视觉   目标检测   目标定位   倾斜视角  

摘要： 针对道路检测中路面裂缝分类精度低和路面病害定位成本高的问题,提出一种基于单目视觉的路面病害识别定位方法。该方法分为两个阶段实现,利用YOLOv5完成第一阶段的检测,输出检测框及初始类别,第二阶段利用类别调整及单目定位算法,将路面图片转换至正投影视角,计算出病害的位置和尺寸,并对初始类别进行调整。实验表明,该算法的分类准确率可达90%,对目标的定位和测量精度可达厘米级别,且算力要求低,仅用单个相机同时实现路面病害检测及定位,可满足路面养护工程实时检测的要求。

关键词： 行为分析   目标检测   安防系统   智能视频监控技术  

摘要： 针对智能视频监控技术在安防系统中的应用问题,本文分析了智能视频监控技术在图像采集、目标检测、行为分析等方面的技术构成,梳理了主流算法在安防场景中的应用现状,重点介绍了智能视频监控技术在城市公共安全、智慧交通、社区楼宇等典型安防系统中的应用。结果表明,智能视频监控技术可显著提升安防系统的智能化水平与整体效能,具有广泛的应用前景与现实价值。

关键词： 计算机视觉   智能诊断   电气设备故障   深度学习  

摘要： 随着电力系统规模不断扩大和复杂度持续提升,传统的电气设备故障诊断方法已难以满足现代电力系统的运维需求。针对电气设备故障诊断的实时性和准确性问题,提出一种基于人工智能的故障诊断方法,通过深度学习、计算机视觉和大数据分析等技术的融合应用,实现从一次设备到二次设备的全面监控与智能诊断。研究结果表明,该方法能够有效提升故障诊断的准确率和实时性,为电力系统的智能化运维提供新的技术路径。

关键词： 深度估计   计算机视觉   机器学习   三维显示  

摘要： 深度估计作为计算机视觉领域的核心基础任务,在自动驾驶、增强现实、机器人导航等领域具有重要应用价值。文中系统综述了单目与双目深度估计的技术演进、方法体系及其在三维显示等场景中的创新应用。单目方法通过端到端深度学习架构,如多尺度特征融合、注意力机制,突破传统几何先验限制,结合监督或自监督范式缓解数据依赖问题,但受限于尺度模糊性。双目技术依托立体匹配的几何约束,通过代价体积构建与三维卷积网络实现亚像素级视差计算,在动态场景鲁棒性上表现突出。两类技术通过语义几何协同优化形成互补,推动算法从局部特征匹配向全局三维感知升级。在三维显示领域,深度估计技术成为虚实融合的关键:单目方法支撑移动端设备的实时空间拓扑重建,通过轻量化模型实现虚拟物体的物理遮挡与光照一致性渲染;双目技术为高精度全息投影与数字孪生提供毫米级深度支撑,实现动态光场重建。新兴技术如扩散模型和多教师蒸馏框架显著提升弱纹理区域的深度连续性,推动体积显示器渲染质量提升。文中进一步对比分析了主流数据集与评估指标的技术特性,指出未来研究需聚焦多传感器融合、轻量化边缘计算、跨模态评估基准构建及物理可逆渲染等方向。随着神经符号计算等范式的发展,深度估计技术将推动三维显示从几何重构向物理属性推理跃迁,最终实现“所见即所得”的沉浸式体验。