关键词： 绝缘子   红外图像   类内稀疏先验   目标检测   深度学习  

摘要： 为了实现低分辨率绝缘子红外图像的高精度检测，提出了基于类内稀疏先验和改进YOLOv8的红外多尺度绝缘子检测方法。针对绝缘子图像存在局部密集导致漏检的问题，提出了通用性的类内稀疏先验，将先验知识和训练数据结合，使模型感知绝缘子独有的几何特征和形态信息，可以无计算代价地提升目标检测模型的精度，并提供一种绝缘子数据样本的规范化标注方法；针对红外图像分辨率低导致特征提取困难的问题，将鲁棒特征下采样模块替代卷积下采样，保留细粒度细节信息，增强关键特征图的鲁棒表示；针对绝缘子尺度变化大且存在目标遮挡的问题，设计wise-MPDIoU改进边框损失函数，以改善模型对不同尺寸绝缘子的定位能力。实验数据表明，相比于基线模型，在AP50、AP50∶95指标上分别提升3.3、3.5个百分点，为绝缘子热像检测提供了新的方案。

关键词： 无人机目标检测   YOLOv11   双线性自注意力   MPDCIoU损失函数   AFPN检测头  

摘要： 针对无人机空对地检测中存在的尺度不一、小目标检测效果不佳及检测框密集重叠等问题，提出了一种改进YOLOv11目标检测网络。该网络将YOLOv11网络的C3K2结构替换为C3K2＿D结构，增强了网络对不规则物体的提取能力，另外在Yolov11网络中引入双线性自注意力机制，双线性自注意力机制通过融合局部注意力和非局部注意力，增强了主干网络的特征提取能力；针对检测框密集重叠的问题，设计了MPDCIoU (Maximize position dependent combination Intersection over Union)损失函数以提高边界框的回归精度；此外，还设计了AFPN(Asymptotic Feature Pyramid Network, AFPN)小目标检测头，以提升算法对小目标的检测性能。实验结果表明，改进YOLOv11网络在m AP@0.5和m AP@0.95指标上分别达到38.91%和30.67%，相比YOLOv11网络提高了1.79个百分点和1.76个百分点。同时，该算法的帧率达到124.6frame/s，满足了实时检测的要求。与RetinaNet、YOLOv7、YOLOv8等具有代表性的目标检测网络相比，改进YOLOv11网络在检测精度和速度上均表现出优势。通过消融实验结果对比，发现C3K2＿D结构、全局非线性注意力模块、MPDCIoU损失函数以及AFPN检测头均能有效提升网络的检测性能，验证了这四个改进部分的有效性。

关键词： 遥感影像   目标检测   YOLOv11   通用反向瓶颈结构   全局注意力机制  

摘要： 【目的】针对遥感影像目标检测中部分图像由于目标较小、特征不显著而难以识别的问题，传统模型在检测过程中存在错检和漏检等不足。提出了一种改进的YOLOv11n遥感影像目标检测方法。【方法】首先，本研究对YOLOv11n网络进行了改进，通过引入融合通用反向瓶颈（UIB）结构的C3k2-UIB模块替代原有的C3k2模块，显著提升了网络对关键特征的提取能力，从而实现了检测性能的优化；其次，模型中引入了GAM注意力机制，以增强小目标的检测性能；最后，通过引入Powerful-IoU替代原有损失函数，不仅显著提升了模型的收敛效率，同时增强了其对多尺度锚框及不同质量样本的适应能力。【结果】实验结果表明：改进后的YOLOv11n模型在小目标检测方面显著优于原始模型，在NWPU VHR-10数据集上，P值（准确率）和mAP50（IoU阈值为0.5时所有类别平均精度的均值）分别达到了91.6%和94.4%，其性能也超过了YOLOv5n、YOLOv8n以及YOLOv10n等主流目标检测算法。在SAR-Airport-1.0数据集上，mAP50值达到了98.3%。【结论】优化后的模型在检测精度方面实现了显著提升，其改进效果为实际工程应用提供了重要的参考依据。

关键词： 视网膜血管分割   U-Net   深度学习   图像处理  

摘要： 视网膜血管分割研究旨在促进眼底疾病的早期诊断及病变分析，为医生评估患者眼部健康状况提供重要依据。深度学习技术的迅猛发展为视网膜血管图像分割带来了新方法和分割性能的新突破，U-Net以出色的性能表现成为该领域的主流分割模型，备受研究人员青睐。本文详细整理了近年来U-Net及其改进模型在视网膜血管分割领域的应用进展，在介绍视网膜血管分割常用数据集与评价指标的基础上，概述U-Net模型及其主要结构改进策略。本综述将U-Net变体划分为单网络模型与多网络模型，并从单网络模型中的注意力机制、残差结构、多尺度特征模块、卷积模块，以及多网络模型中的级联U-Net、双路径U-Net、生成对抗网络的融合、结合Transformer与Mamba模型的融入等角度对U-Net模型及其变体的改进进行详细梳理，归纳对比分析各研究在模型结构、特征提取、性能优化等方面的改进与缺陷，以及在公开数据集上的实验结果，并基于此讨论了该领域目前存在的挑战与未来发展展望，以期为视网膜血管分割的继续深入研究提供有价值的参考。

关键词： 目标检测   NMS   膨胀卷积   对比学习   感受野  

摘要： 针对多尺度目标检测中因感受野不足和检测框抑制不充分而导致的目标漏检与重复检测等问题，本文提出了一种多核感受野扩张下相似性引导NMS的目标检测算法。首先，提出多核感受野增强模块（MRFEM）进行感受野扩张，以获取更丰富的上下文信息；其次，构建动态协同特征增强模块（DSFEM），降低由膨胀卷积引起的冗余信息，捕获具有强语义和精确位置的高依赖关系；最后，基于对比学习思想，提出相似性引导的NMS方法（SGIoU-NMS），通过引入特征相似度来优化候选框的筛选过程，从而有效抑制冗余框的产生。本文在Pascal VOC、BIT和ICV-ODC数据集进行了验证，实验表明，本文算法能够有效改善多尺度目标检测中目标漏检和重复检测的问题。

关键词： 目标检测   小样本学习   元学习策略   特征增强   Transformer  

摘要： 当前基于元学习的小样本目标检测算法普遍依赖区域建议生成网络(Region proposal network,RPN)生成候选框，但预定义的候选框通常包含大量无效区域，在训练样本较少时，这些无效区域会引入噪声，干扰小样本目标的准确定位。此外，现有的一阶元学习策略主要依赖支持样本的特征信息来指导模型对小样本查询信息的学习，但由于小样本情况下支持样本有限，提取的特征通常只涵盖局部的类别信息，难以全面表示类别特征，进而影响查询样本的表达能力，降低分类和定位的精度。为了解决上述问题，提出了一种基于二阶元学习策略的小样本目标检测算法(Second order meta learning strategy based few-shot object detection,SM-FSOD)。首先，该算法采用了Transformer的编码器和解码器结构代替区域建议生成网络，同时以ResNet-101为主干网络共同构建端到端的目标检测算法。而后，在上述算法的基础上，使用两个元学习器重新构建了一种二阶元学习策略，在元学习的第一阶段，采用了一种支持-查询特征并行编码器，通过两个并行的自注意力机制处理输入的查询特征和支持信息，度量二者间的相关性，并以此为依据指导小样本查询信息的判别。在元学习的第二阶段，采用了一种面向全局信息的原型特征整合方法，通过预先提取查询特征的深度感知信息，将其和原有的支持特征进行耦合，增强支持信息对小样本查询信息的感知能力。在PASCAL-VOC 2007/2012数据集上进行实验并和Meta-FRCNN(Meta-learning based faster R-CNN)、FSORSR(Few-shot object detector with a spatial reasoning framework)等小样本目标检测算法的平均精度进行比较，相较于依赖RPN的Meta-FRCNN算法，所提出的SM-FSOD算法在AP50(Averageprecision)基准下取得了1.40%～4.02%的精度提升。此外，在更具挑战性的COCO数据集上的实验结果表明，在样本类别数目增加的情况下，所提出的SM-FSOD算法在AP50基准下相较于Meta-FRCNN算法仍取得了2.70%～3.45%的提升。

关键词： 林业害虫   目标检测   YOLOv7   GhostConv   SE注意力   CoordConv  

摘要： 为提高林业害虫识别精度，提出改进YOLOv7的林业害虫检测模型（GhostConv and SE Attention Enhanced YOLOv7，GS-YOLOv7）。该模型首先将主干网络的传统卷积改用GhostConv轻量卷积，减小模型运行的参数量，提高模型效率；其次，通过添加挤压激励（Squeeze Excitation，SE）注意力模块，强化对特征不显著的害虫图像边缘的提取能力，进而提高网络的特征提取能力；再次，用特征内容感知重组（content aware reassembly of features，CARAFE）轻量级算子取代传统采样方法，提高特征重建质量，解决尺度不匹配问题，增强检测性能；最后，在 Neck 网络引入协调坐标卷积（Coordinate Convolution，CoordConv）模块，利用其位置信息解决目标定位不准问题，提高模型对空间位置的感受能力和泛化能力；在6种常见的病虫数据集上进行试验，GS-YOLOv7模型的精确率达到93.15%，交并比阈值为0.5时的平均精度均值达到93.29%，比原模型的精确率、平均精度均值分别提高6.50%和2.09%；参数量和模型大小分别降至1.9×107和38.17 MB，比原模型分别降低51.4%和46.53%。结果表明，GS-YOLOv7模型较原模型性能有显著提升，模型改进有效。

关键词： 树种识别   深度学习   无人机   YOLO   目标检测  

摘要： 精准高效的森林树种识别是智慧林业实现的关键。传统的地面调查方法存在效率低、成本高等问题，而基于机器学习的树种识别方法通常依赖于大量的特征提取和先验知识。为解决这些问题，提出一种基于改进YOLOv10的无人机影像树种识别算法，通过轻量化网络设计和注意力机制增强，实现边缘设备的高效部署，为森林资源数字化管理提供技术支持。选取东北地区5种常见的树种落叶松（Larix gmelinii）、黄檗（Phellodendron amurense）、胡桃楸（Juglans mandshurica）、榆树（Ulmus pumila）和水曲柳（Fraxinus mandshurica）构建无人机影像数据集，通过采用轻量化卷积（Ghost）重构主干网络以降低计算复杂度。此外，在特征融合层引入卷积块注意力模块（Convolutional Block Attention Module，CBAM），通过通道和空间双维度的特征校准增强细粒度特征提取能力。通过双向跨尺度连接（BiFPN）优化多尺度特征融合，采用对称交并比损失函数（SIoU）改进边界框回归速度。最后于Jetson Nano嵌入式平台进行模型部署验证。改进后的YOLOv10模型在验证集上达到91.5%的查准率（Precision）和77.5%的mAP@0.5，分别较基线模型提升4.5%和3.8%。部署实测平均推理速度为43.5 FPS，较基线模型提升35.5%，mAP@0.5达75.7%。结果表明，YOLOv10改进算法通过轻量化架构和优化多尺度特征提取，在保持实时性的同时提升复杂林区场景的树种识别精度。该算法为无人机林业调查提供可嵌入式部署的解决方案，特别适用于林冠层重叠度高、光照条件多变的实际作业环境。

关键词： 软体机器人   仿蚯蚓   肠道检测   图像处理  

摘要： 肠道疾病已成为威胁人类健康的重大疾病之一，传统肠道疾病检测借助肠道内窥镜，虽能直接检查中空器官或体腔内部，但会引发患者不适。软体机器人以良好人机交互特性为肠道疾病检测提供新方向，然而多数需大量线缆连接外部控制系统，检测时仍给患者带来不适。本文提出一种仿蚯蚓的无绳肠道软体机器人。该机器人装配有柔性压力传感器及无线微型摄像头，能够在类肠道环境中实现可控运动，同时监测环境压力变化，并通过视觉感知检测环境中异物的存在。此无绳软体机器人由前端径向运动执行器、中心轴向运动执行器以及后端径向运动执行器构成，内部集成小型控制板及四个微型气泵。通过无线蓝牙控制四个气泵的开启与关闭，进而控制三个运动执行器的膨胀与收缩，促使软体机器人自身产生变形，驱动其在类肠道环境中自由移动。该无绳软体机器人外部连接柔性压力传感器和无线微型摄像头，使用者借助手机便可监测环境内压力变化，并检测环境中异物。经多种实验验证，该无绳软体机器人可在刚性管道与柔性管道中自由移动，移动速度达0.75毫米/分钟，且能实时监测所处环境状况，测量环境内压力变化。此外，本文采用Fast RCNN算法对无绳软体机器人所采集的图像进行处理，能够精准且清晰地识别类肠道环境中存在的异物。该无绳软体机器人与环境具备良好的交互性，为肠道疾病检测提供了一种友好且新颖的方法。

关键词： 机器视觉   无人机   目标跟踪   模板更新   深度网络  

摘要： 无人机已被广泛应用在军事和民用领域，目标跟踪是无人机应用的关键技术之一。针对无人机目标跟踪中，目标易发生形变、遮挡、尺度变化以及复杂环境等问题，提出一种基于自适应模板更新的Transformer无人机目标跟踪算法。首先，基于改进非对称注意力机制构建Transformer骨干网络，有效提取图像特征并增强特征对目标的表达能力。其次，提出一种基于外观变化系数的自适应模板更新策略。通过计算外观变化系数，自适应进行模板更新，提升跟踪网络处理目标变化的能力。最后，根据搜索区域图像特征响应图计算最大置信分数，确定目标位置。仿真实验结果表明，该算法能够有效提升无人机目标跟踪的精度，具有较好的鲁棒性。