关键词： 目标检测   计数信息   Transformer  

摘要： 目标检测技术作为智能感知的核心环节，在自动驾驶、智能安防等领域具有重要应用价值。针对复杂场景下传统DETR模型特征表征能力受限的问题，本研究提出融合目标计数信息的Counting-DETR算法，实现了检测精度与推理效率的双重提升。该方法是一种基于集合的全局损失，其通过二分匹配强制进行唯一预测，用目标计数信息来辅助视觉特征增强，将其注入视觉模型当作全局线索增强视觉特征的推理能力。提出一个基于全局计数信息的Transformer编码器，以便提取更全面的视觉特征表示来指导模型得到更准确的检测结果。实验结果表明，将目标计数信息融合到视觉模型能有效增强模型对复杂场景的语义理解，为解决动态环境中的目标漏检、误检问题提供了新思路，为多模态感知算法的工程化应用奠定理论基础。

关键词： RGB-T跟踪   多模特征融合模块   特征空间位移模块   特征交互学习模块  

摘要： 为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多模态目标跟踪框架,设计了改进步长的ResNet50作为特征提取网络,有效挖掘目标的深层次特征.随后,设计特征交互学习模块,利用一种模态的判别信息引导另一种模态的目标外观特征学习,挖掘特征空间和通道中的跨模态信息,增强网络对前景信息的关注.然后,设计多模特征融合模块计算输入的可见光图像和红外图像的特征融合度,对不同模态的重要特征进行空间融合以去除冗余信息,并采用级联融合策略重建多模态图像,增强目标特征表示.最后,设计特征空间位移模块,分割红外模态分支的特征图并向四个不同方向移位,增强热源目标特征的边缘表示.在两个RGB-T数据集上的实验验证了提出算法的有效性,消融实验证明了设计的单个模块的优越性.

关键词： 细粒度   遥感舰船图像   目标检测   多尺度融合   深度学习  

摘要： 遥感舰船目标检测与分类任务旨在准确识别和定位遥感图像中的舰船目标,从而为军事侦察、海上救援、海洋监控以及海上交通管理等领域提供有效的技术支持.为解决复杂背景和相似类别中的精细化船舶分类问题,本文提出了一种基于两阶段细粒度精细化检测模型的自适应加权组合卷积舰船目标检测方法.一方面,结合普通卷积在提取目标基本特征方面的高效性和膨胀卷积在扩大感受野、捕捉多尺度上下文信息方面的优势,实现了局部与全局特征的有效融合,加强突出舰船目标,减少背景干扰的能力.另一方面,模型通过计算方差、空间和边缘信息多尺度自适应调整特征提取,同时结合全局和历史数据优化阈值计算权重动态调整两种卷积的分配,提高模型对复杂场景的适应性.实验结果表明,本文提出的检测方法在ShipRSImageNet数据集、MAR20数据集上的平均准确率达到55.83%、59.06%,比基准模型提高了3.56%、1.68%,证明了其在复杂环境下船舶细粒度识别的准确性,有效性.

关键词： BL-YOLO   目标检测   无人机图像   BiFPN   YOLO v10  

摘要： 针对传统无人机航拍图像中目标尺度多样、背景复杂、小目标密集等特点，当前目标检测算法存在漏检、误检等问题，提出一种BL-YOLO（BiFPN-LSKA YOLO）目标检测算法。首先，在检测头前增加LSKA（Large Separable Kernel Attention）注意力机制，使模型在检测前能将注意力集中于最关键的特征。然后，添加一个大尺寸160×160目标检测头以提升对航拍图像小目标的检测能力。最后，设计使用BiFPN（Bidirectional Feature Pyramid Network）重构颈部结构，使得网络实现多层特征融合。实验结果表明，基于BL-YOLO网络结构的目标检测的mAP@0.5为37%，模型较YOLO v8n、v10n、v11n分别提升了4.0%、4.6%、4.4%，BL-YOLO的参数量较YOLO v8n、v10n、v11n分别下降了18%、8.6%、4.7%，通过在Dronevehicle红外数据集上的泛化实验也验证了模型的有效性，BL-YOLO算法能够有效地实现无人机航拍图像的目标检测。

关键词： 昆虫   目标检测   图像识别   计数   检测模型  

摘要： 物种种类识别与计数是田间昆虫目标检测的重要内容，其对害虫的监测预警及科学防控具有重要意义。传统人工识别昆虫种类和计数的方法效率低，难以应对田间昆虫种类的多样性，且无法满足智慧化农业对害虫防控工作的需要。随着计算机与互联网技术的快速发展，昆虫目标检测手段逐渐智能化、精准化。基于图像的昆虫目标检测方法凭借其高效、易操作、适用范围广等优势，成为近年来国内外昆虫种类识别与计数研究热点和主要技术手段。本文综述了传统目标检测算法特征提取技术和分类器；详述了基于锚框（Anchor based）深度学习目标检测模型，如YOLO（You only look once）系列、SSD（Single shot multibox detector）系列等；介绍了无锚框（Anchor free）深度学习目标检测模型，如CornerNet系列等。本文还探讨了基于图像的昆虫目标检测存在的问题及未来的研究方向。

关键词： YOLOV11   小目标识别   安全帽检测   计算机视觉   模型轻量化  

摘要： 【目的】 针对煤矿井下工作面多源动态干扰（燃煤扬尘弥散、设备空间遮挡等）引发的安全帽小目标检测性能劣化问题，本研究提出基于改进型URBE-YOLOv11n的井下安全帽检测算法。【方法】 首先，针对多尺度特征提取需求，构建基于跨层多感受野融合的C3fK2-URPN模块，通过Backbone网络末端层级重构优化特征金字塔结构，有效增强模型对井下安全帽小目标的多尺度表征能力，特别是在复杂背景干扰下显著抑制尺度敏感性衰减现象。其次，为提升模型在复杂场景下的性能，颈部网络中的双向融合层（BiFusion）通过参数化门控单元实现双向特征传播，有效融合低层次的空间细节与高层次的语义上下文，从而减轻环境微粒和结构性障碍物的干扰，提高了特征融合的效率；然后，在Head部分改进目标检测头Detect-Efficient，在尽量增加对井下安全帽小目标的检测性能前提下保持模型轻量模型的；【结果】 实验结果表明：URBE-YOLOv11n相对于YOLOv11n相比，map@50提升11.2%，达到86.6%，计算效率提升了23.52%。在保持检测精度的同时显著降低模型复杂度与参数量，实现目标检测任务中精度与效率的最优权衡。【结论】提出了一种轻量级检测框架，可有效解决动态多干扰地下环境（如灰尘遮挡、设备障碍）中的精度下降问题。同时保持边缘部署的计算效率，用于实时安全监控。

关键词： 个人防护装备   计算机视觉   深度学习   YOLO   ChatGPT   智能建造   安全管理  

摘要： 为提升工程施工领域中个人防护装备检测的效率与准确性，探索了基于ChatGPT多模态能力的检测方法。通过构建GPT插件，分别实现了安全帽佩戴情况检测、安全帽颜色分类以及多类别个人防护装备检测，并以YOLO系列模型作为基准进行了对比。实验结果表明，GPT模型在检测精度、召回率及泛化能力方面表现优异，尤其在数据资源有限和复杂环境下，展现了显著的优势。此外，GPT插件能够通过自然语言指令结合多模态数据进行检测，无需依赖高性能硬件支持。研究表明，基于ChatGPT的检测方法不仅优化了检测流程，还为基于物联网技术的智慧建造与施工安全管理提供了新的技术思路。

关键词： 钻杆计数   旋转目标检测   显著性峰值   深度学习   钻场识别  

摘要： 煤矿开采过程中瓦斯气体的控制是保障矿工安全的关键环节，因此，实现井下钻杆的自动计数对煤矿智能化建设至关重要。为实现钻井过程中实时监测钻杆深度的需求，研究采集煤矿井下多种场景的监控视频，并构建面向旋转边界框的煤矿打钻识别与计数大规模图像数据集CMDRC＿OBB。针对井下光线变化、强光干扰、视角变化以及钻机卡钻、钻机运动不规律等问题，提出一种融合旋转目标检测与显著性峰值推理算法的实时钻杆计数方法DPC＿OBB＿SPC。该方法包括目标检测识别和钻杆计数推理两个阶段：（1）在目标检测识别阶段中，利用数据增强技术提升模型在光照变化、视角变动条件下的泛化能力，并引入C2f-DG模块提高特征提取效率，降低参数量与计算量，实现模型轻量化。（2）在钻杆计数推理阶段中：利用第一阶段目标检测模型追踪到钻机尾部的运动规律，结合关键点显著性峰值的变化和状态转换机制对钻机运动进行周期统计，以实现精确计数。实验结果显示，相较于原始模型，改进后的目标检测算法YOLOV8＿OBB＿DG在精度方面mAP@0.5提升了2.52%、mAP@0.5:0.95提升了4.75%，同时参数量Params从3.1×106降至2.3×106，运算量FLOPs由8.3×109降至7.0×109。最后，将提出的计数方法DPC＿OBB＿SPC在包含钻机进钻和退钻的八个测试视频上进行钻杆计数实验并与基于计算机视觉的简单峰值计数法和加权峰值计数法设置对比试验，实验结果表明，DPC＿OBB＿SPC方法平均预测精度MNA值达到97.95%，计数准确度明显优于其他两种算法的86.61%和90.97%，并且FPS平均达到76帧以上，充分满足实时性要求。实验充分验证提出的钻杆计数方法DPC＿OBB＿SPC对井下环境的自适应能力以及钻杆计数准确性和鲁棒性。

关键词： 目标检测   寄生虫卵   部分卷积   特征融合   注意力模块  

摘要： 针对寄生虫卵显微图像虫体较小、背景遮挡、分辨率低等检测难题，提出一种基于YOLOv8s的轻量目标检测模型LCN-YOLOv8(Lightweight Convolution Network YOLOv8)。首先，融合部分卷积与分离增强注意力模块，设计特征提取模块PA-C2f(Patial Attention C2f)替换模型中全部C2f模块，减少参数量的同时保持高效特征提取能力；然后，引入空间深度转化卷积代替常规卷积降低模型复杂度，减少低分辨率虫卵特征的丢失；最后，设计轻量高级特征筛选金字塔网络作为颈部网络，加强模型的多尺度特征融合与检测被遮挡虫卵的能力。与基线网络YOLOv8s相比，所提出的LCN-YOLOv8模型在单虫卵与多虫卵数据集上的mAP(mean Average Precision)@0.5:0.95分别提高1.7个与1.6个百分点，模型参数量减少6.0×10～6，浮点运算量下降7.5GFLOPs。实验结果表明，LCN-YOLOv8在检测精度与模型复杂度之间取得较好的平衡，能够辅助诊断寄生虫疾病。

关键词： 3D目标检测   Transformer   IDAB-DETR   MonoDAB   深度感知模块  

摘要： 针对在单目图像上进行3D目标检测时由于缺乏深度信息导致检测性能不理想这一问题，提出了一种基于Transformer架构的3D目检测算法MonoDAB。将DAB-DETR图像检测算法的动态锚框的预测方式由中心点和宽高信息的形式改为3D中心点和到边框距离的形式，使2D目标检测精度达到了94.14%，相较与原算法提升了3.08%。在改进版的IDAB-DETR的基础上增加提出的深度感知模块，通过深度真值进行监督指导以提高3D目标检测的性能。实验结果表明，该算法在KITTI测试集上对汽车类别简单任务的3D检测精度达到20.10%，在验证集上进一步提升到25.42%，同时，将模型的检测时间缩短至22ms。该算法在KITTI数据集和构建的场景数据集上均展现出了良好的性能。