关键词： 目标检测   无人机   航拍图像   YOLOv8   特征提取   动态检测头  

摘要： 针对无人机航拍图像中目标对象尺寸小、特征信息模糊,易造成漏检、误检的问题,提出一种新型改进YOLOv8的无人机航拍图像目标检测方法,记作BDI-YOLO模型。首先,引入双向特征金字塔(Bidirectional Feature Pyramid Network, BiFPN)改进颈部结构,采用双向信息传递机制和自适应特征选择机制,增强模型在航拍图像中对不同尺度特征的提取能力。其次,将检测头部替换为动态检测头(Dynamic Head, Dyhead),增强模型对远景小目标的感受野,降低漏检、误检率。最后,在原有的CIoU损失函数中引入Inner-IoU,优化为Inner-CIoU损失函数,提高模型评估预测框的质量,加强精确定位能力。在VisDrone2019数据集上的实验结果表明,与YOLOv8模型相比,BDI-YOLO模型在精度mAP@50和mAP@50:95上分别提升3.8%和2.7%,召回率提升4%,运算量降低9.4%,参数量降低28.8%,能较好的适应复杂场景下的无人机航拍图像目标检测任务。

关键词： CenterNet   YOLO   目标检测   CBAM   空洞空间卷积池化金字塔   Triplet Attention  

摘要： 为了提高发票检测准确性和效率,提出了一种基于CenterNet的发票检测算法。首先,算法模型采用类似CSPDarkNet作为主干网络,将Triplet Attention引入CSP结构中形成TA-CSP结构,主干网络末端引入ASPP以提高网络的感受野范围,使模型能够更好地理解图像的上下文信息;其次,在网络的Neck部分,采用CBAM来引导高低层特征融合,利用高层特征图中语义信息对低层特征图进行监督,以抑制低层特征图中的背景噪声;再次,在网络的Head部分,算法在CenterNet网络的基础上增加4个通道的特征图输出,在发票检测的同时实现发票朝向的预测;最后,在损失函数中增加朝向损失项,以解决发票朝向的优化。在测试数据集上的实验结果表明,本文算法mAP优于CenterNet和YOLOv5s算法达到84.3%,有效提高了发票检测准确率和鲁棒性。

关键词： 目标检测   安全帽佩戴检测   YOLOv5  

摘要： 安全帽作为建筑行业必不可少的安全工具,针对安全帽佩戴监管耗时费力的问题,提出采用YOLOv5算法对安全帽的佩戴情况进行识别检测已达到更好地效果。首先采用CSPDarknet跨阶段局部网络作为骨干网络进行特征提取,其次引入EIOU-loss损失函数以提升模型性能,最后使用Head检测头对安全帽进行检测。主要采用YOLOv5算法检测识别安全帽,并对其结果进行分析对比。结果表明,检测精度达到93.2%,召回率达到了90.2%。其中佩戴安全帽的检测类别mAP值达到92.3%,未佩戴安全帽的检测类别mAP值达到94.1%。由此可见,将YOLOv5算法应用到安全帽检测中可达到较好的检测效果。

关键词： 螺栓连接   螺栓松动   视觉   图像处理   钢结构   风力机   塔筒  

摘要： 为了有效检测风力机塔筒结构中连接钢段的螺栓连接接头松动问题,确保风力机塔筒结构钢管段的工作稳定性,本文提出了一种基于视觉图像处理的螺栓松动检测技术。该技术由图像采集、螺母分割、螺母线检测、螺母角度估计和螺栓松动检测五个部分组成。研究中对该技术的有效性进行了实验验证分析,结果表明:该技术在实验的螺栓连接模型上能够准确检测出螺栓松动情况,其误差在-1.1°~2.5°之间,具有较高的可靠性和准确性;此外,该检测设备维护简单,能够有效降低风力机的维护成本。未来研究将进一步探讨该技术在实际产品结构中的应用及其在不同环境条件下对检测结果的影响。

关键词： 手语识别   手语翻译   计算机视觉   自然语言处理  

摘要： 手语动作的复杂性和多样性显著增加了学习难度,在一定程度上阻碍了聋哑人士与健听人群之间的有效交流。随着计算机技术的发展,为了解决非手语者与聋哑人之间无法无障碍交流的问题,基于计算机视觉的手语识别与翻译技术应运而生。其中,手语识别是将手语视频所表达的一个或多个手语词逐个识别,并映射为对应的标注文本;手语翻译则是在其基础上进一步将手语标注序列转换为符合自然语言语序的句子。手语识别与翻译任务对输入的手语视频进行视觉特征提取并捕获其上下文信息最终以文本形式输出,是一种典型的跨学科研究。本文以手语识别与手语翻译两大任务作为论述线索,系统地介绍了手语识别及手语翻译两类任务的发展情况及相关的各种方法。对手语识别任务分别从孤立词手语识别与连续手语识别两个方面展开,根据各研究在特征提取、序列建模以及识别分类阶段所使用方法不同进行分类归纳并分析各自特点;对于手语翻译任务则根据是否使用手语标注(Gloss)文本作为媒介,分别介绍了Sign2Text与Sign2Gloss2Text两类方法的研究情况。其次,本文还归纳整理了当前主流的不同国家地区的手语识别与翻译数据集、相应的评价指标以及在主流数据集上的先进方法。此外,根据现有研究的优势与不足,从相邻手语动作粘连、视频序列与标注序列对应关系缺失以及多模态数据融合等方面总结手语识别与翻译任务中现存的问题,并对未来研究的发展方向进行展望。

关键词： 目标检测   YOLOv9   农业遥感   动态蛇形卷积   MobileNetV4  

摘要： 识别图像中雄穗对玉米产量预测具有重要意义。由于大田玉米生长环境复杂,雄穗常被玉米叶片遮挡,且雄穗本身较小,普通深度学习模型对其检测效果不佳,因此基于玉米生长场景,制作了多尺度影像序列,并改进了YOLOv9目标检测模型,引入动态蛇形卷积模块捕捉雄穗形态学特征,利用MobileNetV4对模型进行轻量优化。实验结果表明,该优化模型在5种不同缩放尺度下均能保持90.9%~98.3%的检测精度,减少了模型参数量,提高了计算效率。

关键词： 图像处理   量筒液位   智能识别   OpenCV  

摘要： 【目的】针对传统污泥比阻测定中的人工判读效率低、误差大及液面震荡问题,开发基于机器视觉的智能监测系统,通过提升精度、实时性与自动化水平,推动水处理检测向智能化方向发展。【方法】构建多模态图像处理与智能监测平台,基于OpenCV对量筒图像实施HSV空间转换、自适应ROI裁剪及形态学梯度强化液面边缘;采用改进型双边滤波抑制气泡与光斑噪声,结合Otsu算法实现动态阈值分割,实现液位精准识别。开发基于QT5框架的智能检测系统,集成多线程视频采集与卡尔曼滤波动态补偿,通过GUI界面实现液位可视化、远程联动及实时校正,提升动态液位监测精度与效率,增强系统鲁棒性。【结果】系统在标准条件下液位测量绝对误差精确到0.1mL。引入偏离值补偿后,绝对误差精度稳定于0.01mL,证实系统具备较高的鲁棒性与工程适用性。【结论】本研究建立的智能监测系统突破了传统动态液位测量局限,其模块化架构可拓展至医疗输液监测、工业过程控制等领域,具有显著的工程应用价值。

关键词： 可变形卷积   光学遥感图像   目标检测   轻量化优化  

摘要： 面向光学遥感图像目标检测边缘智能应用,以YOLOv8n为基线模型,提出一种基于可变形卷积的轻量化模型(DCBLM)。首先,在主干网络设计C2f_DCFE(C2f Deformable Convolution Feature Extraction)模块,使用可变形卷积代替标准卷积,使网络能够根据目标的形状、尺寸和位置进行动态调整,在增强模型特征提取能力的同时减少模型计算;其次,在模型颈部构建跨尺度特征融合模块(CFFM)解决网络特征冗余问题,提升通道特征融合效率,有效减少模型的参数量与运算量;最后,在模型检测头采用最小点距离损失函数(MPDIoU),针对性改善当预测框与真实框具有相同长宽比时损失函数失去有效性的问题,有效降低模型定位误差。实验结果证明了DCBLM对光学遥感图像目标检测边缘端应用的有效性与适用性:针对城市通用目标检测场景,模型检测精度相比基线模型提高0.8百分点,参数量、运算量、模型大小分别减少39.5%、22.2%、36.5%;针对草原牲畜无人机监测场景,模型检测精度相比基线模型提高0.9百分点,参数量、运算量、模型大小分别减少39.5%、22.2%、36.5%,在保持更优检测精度的同时,极大提升在实际应用中的部署灵活性。

关键词： 地理信息   快速发现   爬虫   大语言模型   图像处理  

摘要： 传统的基本地形图更新主要采取人工巡检和定期复测的方法,导致更新周期长、数据现势性无法保证的问题,这极大地限制了使用价值和应用范围。为了更有效地捕捉城市变化信息,利用爬虫技术对互联网上丰富的地理信息变化数据进行获取,解析为地理信息变更要素。这些数据依据形式的不同,被细分为文本数据、结构化数据和瓦片数据。文本数据利用大语言模型对项目名称、建设状态、地址等关键信息进行提取。结构化数据提取字段中的项目名称、状态、地址等信息后进行存储。瓦片数据采用互联网纯道路数据,经过二值化、两期瓦片正反向相减、TMS规则配准以及栅格图像矢量化等处理,获得道路变化区域。最后,将这些变化信息汇总,利用项目名称和建设状态对冗余数据去重后,形成城市变化信息,提交给专业工作人员进行审核,并流转分发给外业人员,以进行实地的数据更新。以武汉市2023年12月的变化信息为例,此方法不仅快速准确,而且显著缩短了基本地形图的更新时间,从而确保了数据的时效性。

关键词： 多尺度道路目标检测   CAA   加权双向特征金字塔网络   YOLOv10n  

摘要： 针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多尺度特征图的语义信息;再利用上下文锚点注意力机制(Context Anchor Attention, CAA)聚焦远程上下文信息,并在此两者基础上设计了上下文锚点多尺度模块CAMS,进一步丰富骨干网络的多尺度特征提取能力;然后在Neck网络引入GSConv,提出轻量化特征提取模块GSC2f,减少模型参数量同时提升精度;最后,Neck部分采用加权双向特征金字塔结构(Bi-FPN)通过引入额外的双向路径连接加强对小目标信息的融合能力。实验结果表明,所提算法在KITTI和BDD100K数据集上平均精度均值(mAP@0.5)分别达到89.8%和46.2%,相较基准模型YOLOv10n分别提高了1.5%和2.1%,同时模型参数量减少了0.3 M。因此,改进CMB-YOLO模型有效提升了对多尺度目标和小目标的检测性能,可以更好地满足复杂道路目标检测的需求。