关键词： 目标检测   危险驾驶行为检测   YOLO11   深度膨胀卷积   大型可分离核注意   减少通道空间对象注意力  

摘要： 全球范围内,交通事故发生率不断增长,成为日益突出、不容忽视的严重社会问题。基于此,文章针对危险驾驶行为检测提出了一种目标检测算法——Faster-YOLO11,旨在提高危险驾驶行为检测的效率和准确性。算法以YOLO11作为基础,使用FasterNet作为主干网络,在SPPF(spatial pyramid pooling-fast)中LSK注意力机制,并将颈部网络的C3K2替换为RCSOSA(reparameterized convolution based on channel shuffl e and one-Shot aggregation),以及后处理阶段的Soft-NMS,实现了在保持高检测精度的同时,显著提升了模型的推理速度,为危险驾驶检测领域提供了一种新的解决方案。

关键词： 煤矿轮式机器人   智能巡检   目标检测算法   金字塔结构   注意力机制   深度学习  

摘要： 在复杂煤矿环境和光照不均等恶劣条件下,现有的目标检测技术难以满足智能巡检需求。为解决这一问题,提出了一种基于改进卷积神经网络和自注意力机制的目标检测方法。首先构建了基于金字塔结构与注意力机制的特征提取网络;在此基础上,设计了双向特征金字塔网络模块,进一步强化特征提取功能;最后,利用YOLO Head模块进行预测处理。试验结果表明:经过2398次迭代后,模型的损失最终稳定在0.01左右,达到了理想的loss效果;模型在迭代至1598次时准确度达到0.95,并在1845次左右进入稳态,是达到稳态最快的模型之一,整体检测时长为3.2 ms;模型能够提升复杂环境下目标检测的精度和效率。

关键词： 点云   三维目标检测   激光雷达   多模态融合   自动驾驶  

摘要： 三维目标检测是自动驾驶中最关键的技术之一,基于激光雷达的三维目标检测通常在点云构建的场景中进行。目前的三维检测方法不能充分地利用点云的结构信息,这将导致目标物体的误检和漏检。为此,提出了基于动态加权图卷积的DEG R-CNN。首先,在RoI中对节点设置主邻点和次邻点,为目标物体构建点云的图结构,恢复物体的几何信息;然后,在图中利用Gaussian函数和一维卷积,高效地聚合点云的结构特征;最后,使用交叉注意力机制自适应地融合不同粒度的图像特征,为点云补充图像语义信息。在KITTI数据集上进行实验,验证了各个模块的有效性,三维目标检测的3D mAP达到88.80%,相比基线模型提高了1.22%。同时,对三维目标检测的结果进行了可视化,并对可视化结果进行了分析。

关键词： 机器视觉   目标检测   注意力机制   多头混合自注意力机制   YOLO  

摘要： 为解决传统注意力机制导致的模型的表征能力和检测性能受限或复杂性和计算成本高的问题,提出一种创新的轻量级多头混合自注意力机制(MMSA),旨在提升目标检测网络的性能,同时保持模型的简洁性和效率。MMSA模块巧妙地整合通道信息与空间信息,以及局部与全局信息,引入多头注意力机制进一步增强网络的表征能力。与其他注意力机制相比,MMSA在模型表示效果、性能与复杂性之间实现更为优越的平衡。为验证MMSA的有效性,将其集成到YOLOv8n网络的Backbone或Neck部分,以增强模型的多尺度特征提取和特征融合能力。在CityPersons、CrowdHuman、TT100K、BDD100K和TinyPerson这5个公开数据集上进行对比实验,结果显示,采用MMSA的YOLOv8n的平均精度均值(mAP@0.5)相较于原始算法分别提高0.9百分点、0.9百分点、2.3百分点、1.0百分点和1.7百分点,且模型体积并未显著增加。此外,加入MMSA后的模型检测速度达到145 frame/s,充分满足实时应用场景的需求。实验结果充分证明了MMSA注意力机制在改进目标检测效果方面的有效性,展现了其在实际应用中的实用价值和广泛适用性。

关键词： 高效调优   统一架构   目标检测   图像分类  

摘要： 为解决大规模参数调优问题,一系列高效微调方法诞生,但是在整合不同高效微调方法形成有效统一整体方面还存在挑战。此外,统一调优思想在视觉任务中的应用仍然不足。因此,提出统一参数高效微调架构ETTA(efficient Transformer tuning architecture)。首先通过适配器与前缀调优工作原理的相似性,得出两种方法整合形成统一调优架构的合理性;其次,在适配器选择上,选用效果更好的并行适配器,同时对前缀调优引入可调标量得到缩放前缀调优变体;然后将两种方法整合形成统一调优架构ETTA,把并行适配器作用于Transformer前馈神经网络层并设置较大瓶颈维数,缩放前缀调优作用于多头注意力层并设置较小可调前缀向量数;最后将ETTA用于6个图像分类或目标检测任务,并与三种调优策略进行性能比较。结果表明,采用统一参数高效调优架构后,只对少量参数进行微调就可以接近参数完全微调的效果同时性能良好。证明了ETTA用于计算机视觉任务的有效性及其性能表现。

关键词： YOLOv8n   RFAConv   特征提取   C2f  

摘要： 针对现有车辆在行驶环境下检测算法精度低、易受背景环境干扰、难以检测密集小目标车辆和行人的问题,提出了一种基于YOLOv8n算法改进的车辆道路行驶检测算法。将一个P2小目标检测层添加到YOLOv8n算法模型,结合感受野注意卷积的优点重构C2f模块,并利用Focal Modulation模块替换SPPF模块改进算法模型,通过消融实验以及与原始算法进行实验对比分析。结果表明,改进的算法在Cityscapes数据集上检测平均精度达到了55.3%,总体平均精度提升2.7%,平均召回率提升3.7%,且在soda数据集上的检测效果优于其他检测算法,证明了改进算法在道路目标检测方面的有效性和卓越性。

关键词： 车路协同   YOLOv8   损失函数   模型剪枝   嵌入式部署   边缘计算  

摘要： 车路协同旨在通过信息交换和协作实现智能高效的交通管理,其中高精度、轻量化且易于部署的路侧视角下的车辆与行人检测至关重要。因此,提出基于改进YOLOv8的轻量化交通目标检测模型。首先,引入FasterNet中的FasterBlock替换原始C2f中的某些瓶颈组件,以减少浮点运算量(GFLOPs)和参数量,降低整体模型的复杂性;其次,在模型的颈部网络采用兼顾速度和精度的GSConv(Group Shuffle Convolution)替代原有的卷积核,并引入SlimNeck特征融合模块,使每个特征层能够同时考虑深层特征的语义信息和浅层特征的细节;再次,使用MPDIoU(Minimum Point Distance based Intersection over Union)替换原有的损失函数,以提高模型的边界框回归性能;最后,通过通道剪枝修剪模型网络中的冗余连接,以减小模型规模并提高检测速度。实验结果表明,经过改进和剪枝的模型与原始YOLOv8s相比,精度提升了1.0个百分点,平均精度均值(mAP)提升了1.2个百分点,计算量和参数量分别降低了70.1%和69.4%。并且,在边缘设备Atlas200IDKA2(算力4TOPS,功耗9W)的条件下,所提模型达到了58.03 frame/s的检测速度。

关键词： 目标检测   深度学习   注意力机制   特征融合   性能优化  

摘要： 针对目标检测算法在实际应用中面临的计算效率和检测精度问题,本文设计了一种改进的目标检测框架。通过轻量化特征提取网络设计,模型参数量减少了47%,引入自适应特征融合机制,小目标检测召回率提升了5.6%。同时,本文模型结合空间和通道注意力机制,优化了特征表达能力,改进Io U感知的损失函数,提升了定位精度。实验结果表明,改进算法在COCO数据集上小目标检测性能提升了4.1个百分点,整体mAP提升了3.2%,在边缘计算设备上推理时间减少了24.7%,实现了检测精度和速度的平衡优化。

关键词： 输送带跑偏   目标检测   实时检测转换器   结构重参数化   高效多尺度注意力机制   多尺度特征融合  

摘要： 目前输送带跑偏检测研究主要集中于提取输送带边缘的直线特征,该方式需设定特定阈值,易受环境因素的制约,导致检测速度慢、精度不高。针对该问题,提出了一种基于改进RT-DETR的井下输送带跑偏故障检测算法,使用改进RT-DETR直接对一组托辊检测,根据左右托辊的暴露程度识别是否跑偏。针对实时检测转换器(RT-DETR)主干网络进行3个方面的改进:①为了减少主干网络的参数量和浮点运算数量(FLOPs),使用FasterNet Block替换ResNet34中的BasicBlock;②为了提升模型的精度和效率,在FasterNet Block结构中,引入结构重参数化的思想;③为了提升FasterNet Block在特征提取方面的性能,引入了高效多尺度注意力机制(EMA),更加有效地捕捉全局和局部特征图。为了拓展感受野并捕获更有效、更广泛的上下文信息,以获得更为丰富的特征表达,采用改进高级筛选特征融合金字塔网络(HS-FPN)来优化多尺度特征融合。实验结果表明,与基准模型相比较,改进RT-DETR模型的参数量和FLOPs分别减少了8.4×10^(6)个和17.8 G,mAP@0.5达94.5%,严重跑偏检测精度达99.2%,检测速度达41.0帧/s,优于TOOD,ATSS等目标检测模型,满足煤矿生产对目标检测实时性和准确性的需求。

关键词： 随机PRI   距离单元走动   Keystone变换  

摘要： 随机PRI信号雷达可以解决高速运动目标测速模糊问题,但针对高速运动目标,由于速度、加速度带来的距离走动和距离弯曲会给后续相参积累带来问题,影响目标检测性能。Keystone变换可以校正雷达回波信号的距离单元走动问题,本文介绍了Keystone变换原理,分析了实现Keystone变换常用的三种方法,最后结合随机PRI信号非均匀相参处理方法验证了Keystone变换前后的性能。