关键词： 自动驾驶   目标检测   注意力机制   多尺度特征融合   尘雾环境  

摘要： 针对扬尘、雾霾等恶劣环境下,车辆目标检测中漏检、误检及远小目标检测精度低等问题,提出了EPMYOLOv8的目标检测算法。将高效通道注意力(ECA)模块集成到YOLOv8n算法的C2f模块,使骨干网络更加关注浅层较小的目标特征信息;通过增加目标检测层,并设计多尺度特征融合架构,提高模型目标特征提取能力与检测精度;使用基于最小点距离交并比(MPDIoU)损失作为损失函数,提高检测框回归精度。试验结果表明:EPM-YOLOv8模型检测框查准率达到83.6%,检测精度达到76.8%,对尘雾恶劣环境的检测性能具有一定优越性。

关键词： 尺寸测量   双目视觉   图像处理  

摘要： 为解决传统眼镜镜框尺寸测量方法在指导镜片精密加工方面的局限性,创新性地提出了一种利用非接触式光学技术的解决方案,旨在精确测量眼镜框的内侧轮廓。该方案核心为构建由一对高性能OV5693摄像头构成的双目视觉系统,从不同视角同步采集图像,大幅度增强了信息获取的丰富度。经过设计的图像处理算法流程,系统能有效识别并提取眼镜框内侧轮廓的关键特征点,继而通过图像处理算法完成轮廓参数的精确测量与分析。验证结果显示,该双目视觉眼镜框内侧轮廓尺寸测量系统能够针对不同材质、颜色及形状的眼镜框,高效、迅速地完成二维坐标点的精确定位,准确还原出镜框的真实尺寸,误差控制在0.2mm范围内,具有一定的应用价值。

关键词： 喷嘴   雾化颗粒   均匀性   图像处理  

摘要： 建立卷烟糖料喷嘴雾化颗粒的均匀性评价方法,通过图像处理算法,对糖料喷嘴雾化后形成的喷射角度、液滴颗粒直径及其均匀系数进行准确计算,提高对糖料喷嘴喷射后雾化颗粒的均匀性评价的能力。该方法能够有效对糖料喷嘴雾化颗粒均匀性进行评价,相较传统方法更高效、更便捷。

关键词： 苹果   YOLOv8n   目标检测   Slim-neck   高效多尺度注意力机制   损失函数  

摘要： 为快速精准检测自然场景下的苹果外观品质,该研究提出了一种基于改进YOLOv8n的苹果外观品质检测模型ZAL-YOLOv8n。首先,使用融合了部分卷积(partial convolution,PConv)与高效多尺度注意力机制(efficient multiscale attention,EMA)的EP-C2f模块替换骨干网络中的C2f模块,提升模型对复杂遮挡情况下苹果目标的特征提取能力。其次,为改善患病苹果表皮病斑区域定位不准的问题,引入基于最小点距离的损失函数(multiple path distance intersection over union,MPDIoU)作为边界回归损失函数来加速预测框与真实框之间的位置拟合,提高模型对病害识别能力。最后,使用Slim-neck架构重建YOLOv8n的特征融合网络,实现颈部网络轻量化,提高模型运行速度。结果表明,与原模型相比,改进后的YOLOv8n模型的准确率、召回率和平均精度均值分别提高了3.4、1.1、1.3个百分点,同时,浮点运算量、参数量和模型大小分别缩减了22.2%、17.7%、15.9%。该模型在提高检测精度的同时实现了一定程度的轻量化,可为苹果智能采摘机器人的研发提供技术支撑。

关键词： 深度学习   文本视觉大模型   足式机器人   地形感知   计算机视觉  

摘要： 为提升机器人在动态复杂环境下对地形的智能感知能力,提出了一种基于多模态文本视觉大模型信息融合地形分割算法,集成了SLIC图像数据预处理、CLIP和SAM掩码生成模块、Dice系数后处理。首先,对原始输入图像进行SLIC预处理,得到图像分割子块,通过增加提示点提高后续掩码质量,可显著提高地形分类准确度。然后,通过文本-图像预训练大模型CLIP,将输入视觉图像和预设地形文本信息进行匹配,并借助其可解释性和零次学习,生成各地形提示点集合。由SAM大模型接受上述集合生成带有语义标签的掩码数据,并通过Dice系数后处理筛选可用掩码。以Cityscapes数据集为地形分割样本,验证了该算法相较于监督和无监督学习框架下主流分割算法的优越性,在无需标记数据的情况下,实现了76.58%的有效掩码生成率,IoU达到90.14%。针对四足机器人地形感知任务,添加U-net编/解码器网络量化验证模块。以生成掩码作为数据集,构建轻量化地形分割模型,部署在四足机器人的边缘计算设备,并在真实环境中开展地形分割实验。实验结果表明,2种掩码优化方法分别使模型MIo U提升了2.36%和2.56%,最终轻量化模型MIoU达到96.34%,地形分割精度可靠,该算法有效指导了机器人快速地从起点安全行进到目标地,并有效避开草地等非几何障碍物。

关键词： 计算机视觉   深度学习   无监督   异常检测   ROI  

摘要： 【背景和目的】烟叶中实际异物难以预料,而常用的有监督目标识别类算法仅适用于被训练过的已知类型异物。为实现对零样本的未知类型烟叶异物实时检测能力,有效提高物料纯净度。【方法】应用无监督的图像异常检测(Anomaly Detection,AD)技术,考虑人眼视觉系统(Human Visual System,HVS)的注意机制与基于深度学习的条件归一化流(Conditional Normalizing Flows,CFlow)框架,将感兴趣区域(Region of Interest,ROI)与正常烟叶样本构建的检测模型结合,共同预测图像像素块的未知异物概率。【结果】1)对未知异物检测F1分数为94.61%,而目标识别类算法YOLOv8对已知异物的检出率为100%,对未知异物的检出率为0%。2)提出的基于计算机视觉的烟叶异物检测部署方案,平均预测时间为0.26 s/张,可满足实时性的要求。【结论】该方案比常见的目标识别类异物检测算法应对非期望输入的鲁棒性更强,能实时检测烟叶中异物,具备成本低、部署快等优点,有良好的推广价值。

关键词： 智慧交通   高速公路   车型识别   深度学习   图像处理  

摘要： 对于高速公路车辆的检测与识别任务,针对传统方法在处理复杂场景时的局限性,提出了基于改进ViT(Vision Transformer)模型的车型识别方法。首先,将卷积神经网络(Convolutional Neural Networks,CNN)与ViT网络结合,以增强局部信息捕捉能力,减少位置嵌入依赖;其次,采用ViT-Lite思想优化模型结构,减小了Transformer编码器的层数、自注意力机制中头的数量以及前馈神经网络隐藏层神经元的数量,提升计算效率;最后,针对类别不平衡问题,设计改进损失函数,增强模型对少数类别车型的识别能力。在BIT-Vehicle数据集上的实验结果表明,改进后的ViT模型在高速公路车型识别任务中展现出更高的准确率和鲁棒性,有效提升了复杂场景下的车型识别性能。

关键词： 红外目标跟踪   计算机视觉   孪生网络   相关滤波  

摘要： 针对红外目标跟踪算法在复杂场景下性能退化的问题,提出了多尺度特征响应融合的红外目标跟踪算法。该算法基于Siamese网络框架,构建了一个自适应模版更新的目标模板库,以提高模版匹配准确性。采用ResNet-50构建了多尺度特征提取与融合网络,通过多分支结构捕获不同信息的特征,并引入分组卷积以及增加每组的基数来提取多样化的深层特征。通过自适应权值分配策略,将不同尺度的特征进行融合;提出了全局感知与快速响应模块,通过可微相关滤波器层实现对整帧图像的全局感知,同时动态生成适应性滤波器以捕捉目标特征。采用核估计概率直方图建立红外目标的多尺度特征模型,在每个前向传播步骤中与候选区域进行比较,提高算法对于目标变化的响应速度和感知能力;提出了空间-通道-帧间交互自注意力模块,使模型能够更好地聚焦于全局空间特征和高响应通道,并利用帧间交互注意力增强了前、后帧信息的互补性。在LSOTB-TIR和PTB-TIR数据集上进行了实验。实验结果表明,在多种复杂场景下,提出的算法显著增强了目标辨别、感知和抗干扰能力。算法的成功率和精准率,在LSOTB-TIR数据集上分别达到了67.3%和80.0%,在PTB-TIR数据集上分别达到了64.5%和83.1%,综合优于对比跟踪算法。

关键词： 工业相机   图像差分   图像分类   活性污泥   污泥絮凝   深度学习  

摘要： 为了解决活性污泥沉降过程中识别是否存在絮凝或分层状态效率低,而对污水处理工艺判断造成影响的问题,基于计算机视觉的活性污泥沉降过程识别算法,通过工业相机拍摄污泥沉降过程视频,对视频按帧图像差分、灰度归一化、图像增强和ROI区域截取等预处理;然后将预处理后的图像通过ResNet-18训练获得识别模型,对是否存在絮凝或分层状态进行分析。结果表明:基于计算机视觉的污泥沉降过程识别具有准确率高、检测效率高等优点,保证了活性污泥沉降工艺的可利用性,为实现活性污泥沉降过程的状态识别提供技术储备,基于该结果判断活性污泥品质,为污水处理工艺提供可靠指导。

关键词： 多任务学习   果园环境感知   目标检测   语义分割   农业机器人  

摘要： 针对果园复杂作业场景中植被异质性高、光照动态变化显著以及目标形态多样性等挑战,传统基于单任务学习的视觉感知模型因特征复用率低、计算冗余度高等问题,难以满足农业机器人实时环境感知需求。本研究提出一种面向果园场景的轻量化多任务联合感知框架AgriYOLOP,通过系统性地重构YOLOP网络架构,引入高效的主干网络,并添加增强的无锚检测技术以及增加了特征金字塔网络和路径聚合网络,并设计任务自适应的损失函数权重策略,实现树干检测、障碍物识别与可通行区域分割的并行化协同处理。在自主构建的果园数据集中进行验证,该数据集包含果园场景下4765张分辨率为1280像素×720像素的图像,涵盖不同季节、光照条件及植被生长阶段。试验结果表明,AgriYOLOP模型在目标检测任务中检测准确率、召回率以及mAP50分别达到92.7%、94.6%以及96.7%,在可行区域分割任务下召回率、F1分数以及mIoU达到98.3%、99.1%、98.1%,在NVIDIA RTX 4060平台下实现69f/s的实时推理速度,模型参数量仅14 M。对比结果表明,多任务协同学习架构能够显著提升特征共享效率,较单任务模型减少32.6%推理延迟,同时增强了对光照变化与季节特征的鲁棒性,有效地解决了农业机器人实时作业场景中目标检测精度与语义分割效率的协同优化难题。本研究为果园机器人自主导航提供了高精度、低延迟的实时感知解决方案。