关键词： 道岔转辙机   故障诊断   改进EfficientNetV2   ShuffleNet   轻量化模型   图像处理  

摘要： 转辙机是铁路信号设备的重要组成部分，保持其正常工作状态通常需要电务与工务人员的不间断监测以及定期检修，耗费大量人力物力，而传统的基于深度学习的转辙机监测通常对硬件设备有较高要求，且难以满足实时性的需求。针对上述情况，结合信号集中监测现有架构，提出一种适用于车站层面的转辙机诊断算法。首先，以EfficientNetV2为主干诊断网络，使用ShuffleNet模块代替原模型中的部分浅层结构，以更好捕获输入模型初期的曲线特征；其次，有针对性地进行模型剪枝、模型量化、低秩分解等轻量化改进，减少资源占用，快速得到诊断结论；最后，基于ZYJ7型转辙机常见故障特征建立案例库，并对样本进行数据增强，使用其进行模型验证。数据输入模型后，即对动作曲线状态进行初步评估，判断启动、转换、锁闭阶段的时长是否正常，划分故障范围，将曲线初步分类后送入改进模型进行状态诊断。经检验，改进后的轻量化故障诊断模块具有良好的状态监测与报警能力。与初始模型相比，文章所提模型体积减小32.5%，在训练集和验证集上的准确率分别提升4.9%和2.2%，在测试集中所提模型准确率达到98.42%，使用ROC曲线得出模型整体性能优于经典深度学习模型。研究对于未来大模型背景下的新一代铁路信号智能运维具有借鉴意义。

关键词： 深度学习   目标检测   计算机视觉   小目标林火   模型轻量化   无人机影像  

摘要： [目的]当前，在图像处理与计算机视觉领域，林火样本图像存在火点隐蔽、易漏检等问题。为此，提出一种基于深度学习的小目标森林火灾检测模型。[方法]该模型采用轻量级主干网络，在特征融合层引入全局注意力机制，这有助于减少信息损失并提升深度神经网络的性能。此外，添加小目标检测层用于检测较浅的特征图，从而实现对小目标林火的高精度检测。在不同数据集和多个场景下对模型的检测效果进行测试。[结果]构建的模型在mAP指标上达到84.79%，较YOLOv5s模型提高4.45%，每秒传输帧数（FPS）保持在60以上，这验证了该模型在航拍角度下检测小目标林火的合理性与有效性。[结论]该模型在检测精度和速度方面表现出色。未来研究可探索半监督或自监督学习，以在保持识别精度的同时降低数据标注成本。

关键词： 安全工程   煤矿井下粉尘   多尺度特征融合   YOLOv8   目标检测   注意力机制  

摘要： 煤矿粉尘浓度的准确检测对于保障矿工健康和安全至关重要，针对传统粉尘检测方法存在检测速度慢、精度不足等问题，提出了一种融合多尺度特征的煤矿井下粉尘检测方法。首先，采用大核深度可分离卷积替换传统卷积，在不显著增加参数数量的情况下，直接扩大感受野，使得每层网络能捕捉到更广泛的上下文信息；其次，基于一种多尺度大核注意力结构，融合多尺度边缘增强模块，构建C2f＿MEFA结构，利用大内核与门控和多尺度机制相结合，在提升检测精度的同时提高模型的表示能力；然后，通过改进特征金字塔中不同层次的相关性并结合通道和位置两个注意力，提高模型对粉尘的关注度；最后，将YOLOv8的3个检测头更新为4个检测头，增强对微小粉尘的检测能力。结果表明：煤矿粉尘检测模型的平均精度mAP@0.5达到92.7%，mAP@0.5:0.95达到70.6%，相较于基础模型分别提高了2.7百分点和7.1百分点；与其他主流检测模型的对比结果进一步验证了所提模型在煤矿井下复杂环境下具有更强的检测能力。

关键词： 道路目标信息   YOLOv7目标检测算法   注意力机制   KITTI数据集  

摘要： 为保障自动驾驶系统能够准确且迅速地识别道路目标信息，提出在YOLOv7主干网络中分别融合SE、CBAM、ECA三类注意力模块，设计并优化了一种可执行特征重新校准的网络结构。基于公开的KITTI数据集进行网络模型训练，搭建数据处理平台，对比分析融合SE注意力模块优化前后网络模型的性能以及对Car、Pedestrian、Cyclist三类目标的检测效果。横向对比实验结果表明，融合SE注意力模块优化算法在计算效率和精度之间取得了更好的平衡。消融试验进一步证明了SE模块贡献了主要性能增益，融合SE模块能较好兼顾检测精度和实时性。优化后的网络模型mAP值提升了1.16%，FPS下降幅度控制在7%以内，同时对Car、Pedestrian、Cyclist三类目标检测的精度分别提高了3.17%、3.88%、2.77%，漏检率和误检率得到有效降低。实验结果证明了基于注意力机制优化的YOLOv7目标检测算法对复杂环境目标检测的有效性及其实用价值，为自动驾驶系统的安全性与可靠识别提供了有力的技术支持。

关键词： 计算机视觉   虚拟试衣   翘曲处理   图像合成   扩散模型  

摘要： 基于图像的虚拟试衣作为虚拟试衣领域经济便利的一种技术形式,旨在通过模特图像与服装图像来合成逼真的试穿效果,其在网购、服装设计、动画等领域受到重点关注。近年来,以扩散模型为代表的生成式大模型凭借相比传统深度学习方法更强大的生成能力,推动了该领域的突破与变革。然而领域内缺乏对大模型时代下基于图像的虚拟试衣研究的进一步分析与全面概述。对基于图像的虚拟试衣进行汇总,按照数据预处理、翘曲生成和试穿结果生成这三步基线技术流程,对主流技术方法进行了划分和解析,对该领域代表性文献所用的实现方案进行了详细分析,并对主要流程方法进行了总结与对比。介绍了基于图像的虚拟试衣的常用数据集、评价指标与损失函数。最后结合所引的领域代表性文献,对大模型时代下基于图像的虚拟试衣存在的困难与不足进行了详细分析与分类,并据此对相关技术的未来发展与改进方向进行了概括与展望。

关键词： 目标检测   FPGA   动态定点量化   Winograd算法  

摘要： 在农业机械自动装配产线上,其嵌入式控制平台片上资源极其有限,而基于卷积神经网络的深度学习检测系统参数量过大,难以直接移植于嵌入式平台,为此,本文提出一种基于改进ResNet18-SSD(Single shot multi-box detector)和现场可编程门阵列(Field programmable gate array,FPGA)加速引擎的深度学习实时检测方法。为了降低参数量的同时提高检测模型准确性,提出基于ResNet18-SSD的深度学习快速检测模型,利用优化改进后的ResNet18网络替换SSD模型的VGG16前置网络,引入多分支同构结构和非对称并行残差结构,使其能适应遮挡、光线昏暗等复杂场景;在满足检测精度需求的情况下,采用动态定点量化的方式,对模型数据量进行缩减,以提高检测模型执行效率。针对改进ResNet18-SSD模型中消耗资源严重的卷积层,提出一种基于Winograd算法的FPGA加速引擎,提高模型检测实时性,通过软硬件协同设计,从硬件加速器与软件网络轻量化两个角度进行联合优化,实现轻量化、加速性能及复杂场景下准确性三者之间的平衡。在Xilinx FPGA嵌入式平台的实验结果表明,本文方法检测准确率达到93.5%,当工作频率为100 MHz时,单幅图像检测时间为80.232 ms,满足实时性需求。

关键词： 遥感图像   目标检测   YOLOv5   结构优化   损失函数  

摘要： 针对遥感军事目标检测精度低、速度较慢等问题,提出了基于YOLOv5-PRO模型的遥感军事目标检测算法。该算法提出了新的卷积操作方式,避免特征提取时跨行卷积导致的信息丢失;利用EfficientRepGFPN金字塔结构增强多层次特征的融合能力;提出新的损失函数DSLIOU,解决了定位损失EIOU中惩罚项权重分配不均的问题。在Mar20数据集下,仿真结果表明,提出的基于YOLOv5-PRO模型的遥感军事目标检测算法拥有更强的特征提取能力,mAP提升5.2%,检测速度FPS提升11.45。

关键词： YOLOv8   水下珍品   目标检测   StarNet   注意力机制   Repulsion Loss损失函数  

摘要： 为有效实现水下图像各类珍品快速精准检测,解决水下珍品检测存在遮挡、精度不高及其推理速度慢等问题。文中提出一种基于Star_YOLOv8的水下珍品检测算法。首先,在主干网络融合C2f_StarNB模块有效地捕捉水下图像珍品特征,并实现模型的轻量化快速检测;其次,加入EMA注意力实现通道和空间特征的融合,提升水下图像不同尺度珍品特征的交叉注意力计算效率,减少噪声带来的影响,改善水下图像复杂场景及多尺度目标的显著性特征表达和检测精度;最后,引入动态聚焦Repulsion Loss损失函数,提高模型的收敛能力以及对多尺度分布遮挡珍品的整体检测效果。为验证改进方法的有效性,在水下珍品数据集上展开实验验证,以mAP@0.5指标验证融入的轻量化和注意力方面均优于其他方法,分别取得了8%和9.4%的提升。此外,相较于之前先进的水下珍品检测方法,该方法在mAP@0.5指标上达到0.863的检测性能。实验结果表明,所提方法在水下图像各类珍品的检测精度、速度等模型性能方面有一定提升。

关键词： 变电站设备状态识别   智能巡检   YOLOv5模型   轻量化   注意力机制  

摘要： 本文对YOLOv5模型进行优化,引入ShuffleNet v2模型、采用视觉注意力CBAM-H机制加权处理后,嵌入YOLOv5模型进行多尺度特征融合。优化后YOLOv5模型在自建数据集上的平均精度提升了约20%,显著增强了变电站设备智能巡检的准确性和可靠性。降低了模型的计算量和参数量,易于部署在移动设备、嵌入式系统、物联网等设备和平台上,且优化后巡检的精准度得到增强。

关键词： 图像处理   PaddleOCR   自动化管理  

摘要： 随着我国经济社会快速发展,越来越多的线缆物资被生产和保存以用于建设,但数量众多的线缆物资对管理人员的统计和管理带来了严峻的挑战。文章研究了一种高效的线缆物资标签识别模型,解决线缆管理过程中存在的效率低下和易出错等问题。通过运用灰度图像处理、二值化图像、形态学处理、连通域标记、边缘检测等图像处理技术进行图像预处理,再使用光学字符识别技术提取文本信息以便保存有效信息。实验结果表明,提出的方法在标签识别方面表现出色,标签文本信息识别准确率达到95%。该研究为线缆物资的自动化管理提供实用的技术支持,也为相关领域进一步研究提供重要参考。