关键词： 花生   目标检测   样本计数   YOLOv8n   注意力机制  

摘要： 【目的】花生Arachis hypogaea L.样本准确计数是考种过程中百粒质量和千粒质量测定的关键环节。针对实际测定中花生样本相互重叠易造成漏检等问题,通过改进YOLOv8n模型开展花生荚果与果仁图像精准识别与目标统计研究。【方法】在原模型YOLOv8n主干网络中引入MLCA(Mixed local channel attention)注意力机制,减少背景噪声干扰,增强对重叠样本的检测能力,从而降低漏检率;在C2f模块中加入SCConv(Spatial and channel reconstruction convolution)模块,提高模型对重叠区域中不同花生边界特征的学习,突出单个花生荚果和果仁的真实边界;将检测头替换为LSCD(Lightweight shared convolutional detection),减少模型参数量,增强特征图之间的全局信息融合能力,优化特征图的提取与融合方式,提高模型检测速度。【结果】改进的MSLYOLOv8n模型包含3383663个参数,对花生荚果、果仁计数的平均精度均值(mAP_(50-95))分别为90.9%、91.7%,精确率为98.1%、99.8%,召回率为97.2%、99.7%,每秒帧数为245.8。与原模型相比,对花生荚果与果仁的mAP_(50-95)提高了1.7和1.1个百分点,性能明显优于SSD、YOLOv10n等模型。【结论】改进模型精确率高,实时处理速度快,具有较好的鲁棒性,可为花生考种过程中精准计数提供技术支撑。

关键词： 6D位姿估计   RGB-D   图像处理   YOLOv8  

摘要： 在计算机视觉与机器人技术领域,6D位姿估计是一项重要任务。针对现有的基于RGB-D图像的6D位姿估计方法难以全面利用特征信息的问题,提出一种改进的6D位姿估计算法。该算法结合了YOLOv8n-seg与ResNet-UNet框架的优势,并有效提取、利用RGB图像和点云数据中的多模态信息。在PVN3D网络的基础上,通过YOLOv8n-seg模块实现RGB图像的语义分割,以捕获更加细致的场景特征;引入ResNet-UNet,通过特征级联与多尺度信息融合,增强模型的检测精度,并通过对损失函数进行定制化优化,进一步提升整体性能。在LineMOD数据集上的实验结果表明:该算法是有效的;与PVN3D相比,该算法在13种不同物体类型上的平均精度提升了2%。

关键词： 膝骨关节炎   深度学习   YOLOv8   Transformer   目标检测   检测精度  

摘要： 背景:膝骨关节炎是一种常见的退行性疾病,不仅严重影响患者的生活质量,同时增加社会医疗负担。早期准确诊断膝骨关节炎对于患者的治疗和预后至关重要,传统的诊断方法不仅主观且耗时,还不能保证稳定的高准确率。目的:开发一种基于深度学习的膝骨关节炎自动诊断方法,利用深度学习网络提高诊断的准确性和效率。方法:在YOLOv8n网络基础上采用Efficient-ViT网络替换YOLOv8n的骨干网络以及增加注意力机制的方法,提出了一种新的网络模型YOLOV8-ViT模型,用于自动识别和分类膝骨关节炎的X射线片图像。实验数据集来自广州中医药大学第三附属医院的5078张膝骨关节炎患者的X射线片图像,由3个影像医师根据Kellgren-Lawrence分级标准采用labelme软件来标注膝关节炎部位并进行分类,采用并集结果。评价指标包括Precision、F1分数、mean average precision(mAP)、Recall、val/box_loss、val/cls_loss和val/dfl_loss。结果与结论:实验结果表明,与YOLOv5n、YOLOv8n、YOLOv9n模型比较,YOLOV8-ViT模型的准确率、IoU阈值为0.5的平均精度(mAP50)、IoU阈值为0.5-0.95的平均精度(mAP50-95)、F1分数和Recall均有所提高,val/box_loss、val/cls_loss和val/dfl_loss分别降低了0.496、0.45和0.523,1.037、0.305和0.728,0.267、0654和0.854,验证了该模型具有较高的检测精度。

关键词： 卫星视频   YOLOv8   轻量级注意力机制   可变形卷积   辅助边框回归  

摘要： 视频卫星能获得高空间分辨率的视频信息,为运动目标的检测和分析提供有效数据支撑.然而,由于卫星视频图像中目标像素比例低、纹理细节不清晰、背景复杂等缺点,从卫星视频中检测运动目标存在很大困难.为此,本文以YOLOv8为骨干网络,提出了一种基于注意力机制与可变卷积神经网络的卫星视频运动目标检测算法.首先,设计C2f-DCN模块替换原模型骨干网络中的C2f模块,以提高模型对不同尺度目标的特征提取能力.其次,在检测头前添加Shuffle Attention轻量级注意力机制,在保证模型计算速度的前提下增强重要特征,加强通道间信息沟通提高模型特征融合能力.最后,为了提高模型的学习能力和推理效率,采用Inner-CIoU损失函数,并引入辅助边界框概念来解决卫星视频图像中目标像素比例小的问题.利用SAT-MTB卫星视频影像数据集进行对比实验,实验结果表明本文算法的精确度、召回率、mAP50:95和F1分数分别为75.3%、62.8%、34.9%和68.48,相较于原始YOLOv8n网络,上述指标分别提高了11.6%、4.2%、3.0%和7.44,验证了本文方法的有效性和优越性.

关键词： 多源遥感影像   特征提取   特征级融合   深度可分离卷积   多尺度特征   目标检测  

摘要： 针对卷积下采样在遥感影像处理中特征提取能力不足,以及传统特征级融合方法未能充分发挥多源遥感数据互补优势的问题,提出结合改进深度可分离卷积与多尺度特征提取模块的多源遥感融合影像目标检测网络.设计双分支可分离卷积模块,通过深度卷积与残差连接增强深层语义特征表达,提升复杂背景下的判别性能.构建全局-局部自适应特征融合模块,利用分离卷积将特征图拆分为不同维度分量,分别捕获全局结构与局部细节,再通过自适应机制进行融合,实现跨源影像信息互补与多尺度特征协同.实验在VEDAI多源数据集上验证,平均检测精度达到82.80%,较ICAfusion提升2.00个百分点,在与YOLOrs、YOLOfusion、SuperYOLO、MF-YOLO等方法对比中保持更优表现.所提网络在多源遥感影像特征级融合方面展现出较高有效性,在目标检测任务中取得显著性能提升.

关键词： 行人检测   注意力机制   显著性区域   计算机视觉  

摘要： 在信息化时代背景下,人工智能等数字化技术在行人检测领域得到了广泛的应用,为计算机视觉技术的发展带来了新的突破。在智能驾驶、智能监控等领域的行人检测功能中,视觉注意力机制发挥着重要作用,提供了良好的技术支持,更好地提升了行人识别效率,科学落实行人跟踪等任务。文章将视觉注意力机制应用到行人检测算法领域中,借助深度卷积神经网络特征实现行人检测任务。相较于经典的行人检测算法,该方法能够高效估计目标对象的大致位置,形成目标检测的显著性区域,达到快速定位目标的目的。

关键词： 无人机图像   目标检测   YOLOv8n   特征提取  

摘要： 无人机由于其效率高、成本低、机动性好等优点,在各种复杂地形环境检测中的应用越来越广.然而,航拍图像中的目标分布密集、尺度变化大且存在大量小目标,其目标检测成为当前无人机技术研究的热点和难点.针对这一问题,提出一种基于改进YOLOv8n的无人机小目标轻量化检测算法DCD-YOLO(dynamic capture drone YOLO).具体为,在主干网络部分,利用CDR模块的多速率扩张卷积和残差结构,实现基本特征提取;在颈部,引入加权双向特征金字塔模块(BiFPN),利用跨尺度连接和加权融合输入特征,更快速高效地实现多尺度特征融合;内容引导卷积和自注意力(CGCA)融合模块融合浅层特征图和深层特征图,通过学习到的空间权重调整输出特征图,缓解了梯度消失问题,增强了细节特征;在检测头部分,引入动态检测头,实现检测头和注意力的统一,提高检测能力.实验结果表明,在VisDrone2019无人机数据集上,DCD-YOLO实现了0.407的mAP@0.5综合检测精度,相比基线模型YOLOv8n提升了21.9%,相比主流的算法和YOLO系列目标检测算法,DCD-YOLO具有更优秀的检测性能,较好地实现了模型检测精度和模型大小的平衡.

关键词： 深度修复   多任务学习   图像处理   深度图像   图像识别  

摘要： 深度图像修复旨在从稀疏深度图像中恢复出稠密的深度图像,然而目前许多深度修复算法所修复出的深度图像往往存在细节结构缺失、深度不连续和边界模糊等问题。为此,文章提出一个基于边界预测辅助的稀疏深度修复方法:以深度图像修复为主任务、边界预测为辅助任务,通过建立交叉引导模块实现主任务与辅助任务间的信息交互,通过辅助任务的学习为修复主任务提供有效的边界约束,同时由网络的中间特征提取模块进行多感受野特征的提取和学习,以更好地获取上下文信息。利用室内数据集NYUv2和户外数据集KITTI进行一系列实验,定性与定量的结果表明,该方法是有效的,并优于一些主流的深度修复方法。

关键词： 智慧农业   YOLOv8   目标检测   近景色褚橙   轻量化  

摘要： [目的]本研究针对云南特色水果褚橙(Citrus chuanmuensis)在非结构化农田场景下的识别难题,通过改进算法提升其智能化检测与识别能力。[方法]基于YOLOv8n深度学习架构提出一种改进算法CFCN-YOLO(camouflage Citrus net-you only look once)以应对复杂农业环境中绿色褚橙采收所面临的诸多挑战,包括但不限于目标物体被遮挡、尺寸多样难识别,以及果实自身与背景叶片的颜色高度相似而导致检测干扰等问题。融合Focal Modulation SPP(focal modulation spatial pyramid pooling)机制,通过焦点调制来改善多尺度特征提取技术,提高模型对近景色果实尺寸波动的识别精度。集成DySample自适应动态上采样算子,优化特征图分辨率,增强模型对农业复杂环境的适应性。采用ADown轻量化主干网络,保持绿色褚橙检测精度的同时,显著减少计算量,使模型大小降低9.5%。引入GIoU-SlideLoss损失函数新组合,以解决难易样本不均衡的问题,再一次强化了模型性能。[结果]与原始模型YOLOv8n相比,优化后的CFCN-YOLO的检测精度、召回率以及平均精度均值mAP@0.5和mAP@0.5:0.95分别提高1.1%、3.7%、2.8%和4.3%。为进一步验证CFCN-YOLO的实用性,将其部署于Jetson Nano嵌入式设备,检测速度达到每秒31.45帧,比YOLOv8n提高11.2%。[结论]CFCN-YOLO在模型轻量化和高效率检测之间达成理想平衡,适用于智慧农业中褚橙果实的机器视觉识别。

关键词： 目标检测   2D、3D关键点回归   手势识别   智能座舱  

摘要： 为了克服车辆环境中可能遇到的光照变化、视角变化等挑战,以实现对不同驾驶场景下手势识别的鲁棒性,提出一种新的基于单目图像的车载手势实时识别方法,主要由三部分组成,包括人手检测、2D和3D关键点回归、手势识别。在检测方面,利用轻量化检测模型对人手进行目标检测,将检测出来的人手,输入关键点回归模型中,实现2D、3D关键点回归,通过3D关键点以及帧内和帧间残差来实现手势识别。所提出的手势识别方法,依赖手部关键点的信息和帧内、帧间残差,在有限的条件下,利用3D关键点作出效果更优的手势识别。试验结果表明,在静态手势下,该方法的准确率达到了94%,动态手势下,准确率达到了96.5%。