关键词： 小目标检测   YOLOv10s-STD   Deepstar Block   SCAF   MCARAFE   AIoU  

摘要： 针对无人机视角下图像中小目标分布密集、背景环境复杂且有效信息有限所引发的漏检与误检问题，本文提出一种基于YOLOv10的小目标检测算法YOLOv10s-STD(YOLOv10s-Small Target Detect)。该算法构建特征提取模块Deepstar Block，融合多分支建模、残差连接、星操作与正则化策略，保持计算效率的基础上实现结构稳定和表达丰富；提出注意力模块SCAF(Split-Channel Attention and Feedforward)，将局部窗口注意力与轻量前馈网络结合，增强模型局部信息感知能力同时降低计算复杂度；构造上采样模块MCARAFE(Magnified CARAFE)，引入深度可分离卷积和最大池化操作，融入关键信息提高重组后特征图的信息密度；设计新的损失函数AIoU(Adequate IoU)，加入中心点损失和宽高损失分别表征位置信息和形状信息上的差异，引导锚框实现高效精准的回归。通过在VisDrone2019数据集上的实验结果表明，本文提出的算法在参数量上减少5.5%，在计算量上减少5.7%,mAP@0.5提升2.3%,mAP@0.5:0.95提升1.2%，在保持着轻量的同时提高了检测精度，适用于复杂场景下的小目标检测任务。

关键词： 深度学习   水下目标检测   RT-DETR   动态蛇卷积   级联组注意力  

摘要： 针对水下目标检测任务中存在的成像模糊、目标遮挡、小目标与细长型目标检测精度低等问题，提出一种改进RT-DETR的水下目标检测算法CALP-DETR。首先，在主干网络中引入动态蛇卷积构建CAC模块，增强对细长型目标的几何建模能力；其次，在颈部网络中设计基于级联组注意力的尺度内特征交互模块AFAM，提升模型对小目标与局部特征感知能力；然后，在下采样阶段引入线性可变形卷积，利用动态采样网格实现非均匀特征采样，提高模型对遮挡目标和细长型目标的适应能力；最后，采用PIoU（Powerful-IoU）损失函数结合动态惩罚项，提升模型对模糊目标的回归精度。改进算法在URPC2020数据集上，mAP50和mAP50:95达到84.5%和50%，较原模型分别提高3.1百分点和2.1百分点，同时在RUOD数据集上，mAP50达到86.3%,较原模型提高2.9百分点。实验结果表明，所提算法CALP-DETR显著提高检测精度，并且检测速度达到74FPS满足水下目标检测的实时性需求。

关键词： 水下目标检测   深度学习   RT-DETR算法   特征提取   注意力机制  

摘要： 针对水下目标检测中目标尺度存在差异、模糊及遮挡等问题，提出了一种改进RT-DETR的水下目标检测方法。首先，构建新型主干网络CGSNet，以增强特征提取能力，提升对多种目标的捕捉和识别能力。其次，引入可变形注意力机制（Deformable Attention,DA）优化基于注意力的尺度内特征交互模块（AIFI），增强局部特征捕捉与全局信息交互，提升多尺度目标检测精度。最后，引入ContextGuidedBlock＿Down(CGBD)模块，优化传统下采样模块，保留关键特征细节以提高模糊目标的检测精度。在DUO数据集上，改进模型mAP@0.5和m AP@0.5:0.95分别达86.2%和66.6%，较原始RT-DETR-R18模型提升2.2%和2.8%；消融实验验证了各改进模块的有效性，泛化实验表明模型在URPC2019、UODD数据集上精度亦有提升。

关键词： 尺寸测量   图像处理   椭圆拟合   Nd:YVO4   直拉法  

摘要： 针对直拉法生长过程中不规则晶体截面尺寸难以直接测量精度差的难题，提出一种基于极角分层采样的随机采样一致性算法(AS-RANSAC)对晶体截面椭圆拟合测量长短轴尺寸。首先，采用Canny边缘检测算法提取初始边缘特征，再通过广度优先搜索(BFS)连通域分析算法，提取边缘特征点并剔除干扰成分,采用改进的AS-RANSAC算法对提取的特征点集进行椭圆拟合，最后利用卡尔曼滤波器对测量波动进行平滑处理。实验结果表明，所提方法在不规则晶体截面尺寸测量中具有较高的精度和稳定性，长轴与短轴的测量误差分别为0.51毫米和0.49毫米，相比其他算法表现出更高的精度和鲁棒性。

关键词： 红外弱小运动目标   复杂背景   目标检测   目标分割   序列图像  

摘要： 红外弱小运动目标检测是目标感知领域的研究热点，在安防监控、侦察预警等领域具有广泛的应用前景。近年来，基于深度学习的红外弱小目标检测算法快速发展，对数据的规模和质量提出了更高要求。然而，真实数据的大量获取与精细标注难度较大，现有数据集通常采用高斯合成或抽帧简化方法，导致目标真实性不足和运动轨迹不连续。针对上述问题，本数据集提出了融合时空特征的生成对抗网络，学习真实目标外观变化特性以生成高仿真红外目标，然后结合已有数据集的丰富场景和多样目标运动轨迹，最终构建了一套大规模复杂背景下红外弱小运动目标检测与分割半仿真数据集。生成的目标尺寸为4×4～9×9像素，局部信噪比为-5～5 dB，符合弱小目标的定义规范。本数据集涵盖建筑、植被、云层和水域四类场景，包含三种不同目标数量情况，并提供中心点、目标框和掩膜三种标注形式，以及实例级和像素级两类评价指标。数据集包含200个序列，共60000帧图像，平均分为训练集和测试集两部分，可为复杂背景下红外弱小运动目标检测、分割和跟踪等研究提供基础数据。

关键词： 计算机视觉   远程光电容积脉搏波描记法   情绪识别   非接触心理状态感知   多任务学习   轮换训练  

摘要： 计算机视觉在智能感知领域发挥着重要作用。现有的心理状态感知方法仅局限于面部表情识别或远程光电容积描记术等单一任务，难以实现多维特征的协同感知；而融合多模态生理信号的方法则面临较高的计算成本。针对这些问题，本文提出一种基于多任务轮换学习的非接触式心理状态感知方法。该方法通过多任务模型处理人脸视频，同时完成rPPG心率信号提取、情感指标预测和心理状态分类三个任务。实验结果表明，该模型在rPPG心率信号提取上的平均绝对误差为3.78，情感效价和唤醒度预测的准确率分别为97.47%和96.75%，心理状态分类的准确率为97.42%。该方法为非接触式心理状态感知提供了一种高效的多任务处理方案，具有重要的理论和实践价值。

关键词： 自动聚焦   深度学习   图像处理   显微镜成像系统   概率回归  

摘要： 当前生物显微镜采用的传统自动聚焦方法存在聚焦速度慢、图像处理与硬件控制流程响应不同步的问题，难以满足实时成像任务需求，因此本文提出一种融合深度学习与经典评价函数的组合式聚焦方法。该方法首先利用轻量级MobileNetV2网络构建一个以Laplace分布为监督标签引导的概率回归模型，基于单帧离焦图像快速预测粗聚焦位置；随后，在预测结果附近构建局部搜索区域，采用Brenner清晰度评价函数和搜索算法进行精细聚焦，从而提高聚焦精度。实验结果表明，所提出方法平均推理时间控制在10毫秒内完成，仅为传统聚焦方法的1.53%，且最终聚焦误差控制在0.1步左右。上述结果验证了本文方法在聚焦精度与运行效率上的综合优势，具备良好的生物显微镜系统部署应用潜力。

关键词： 轧制带钢   缺陷检测   深度学习   YOLO   目标检测  

摘要： 针对轧制带钢表面缺陷纹理多样且尺度不一导致检测难度大的问题,基于YOLOv8s提出一种用于带钢表面缺陷检测的MGSP-YOLO模型。该模型通过引入MSC2f模块增强特征提取能力,并利用GS-SDI模块优化不同尺度特征的融合效果,同时设计了GSP-Head检测头以减少卷积过程中语义信息的丢失,最后采用Inner-CIoU损失函数优化边框回归以加快训练的收敛速度。在NEU-DET数据集上的实验结果表明:与YOLOv8s原模型相比,改进模型本体的m AP提高了4.0%,达到79.9%,且参数量基本保持不变,计算量相对减少,优于目前的SOTA模型YOLOv11,且在增加少量计算量和参数量后,改进模型变体的m AP得到进一步提高,达到81.6%。

关键词： 工业场景   目标检测   YOLO11   轻量化改进   注意力机制  

摘要： 针对现有目标检测网络在工业场景中对规范穿戴工作服检测存在精确度不足、模型复杂和泛化性较低等问题，提出了一种基于YOLO11的高精度、轻量化新模型SGAD-YOLO。首先，结合StripBlock结构和CGLU机制改进C3k2模块，通过多层次特征处理和动态特征增强，提升模型对细长特征和复杂纹理的感知能力，同时降低模型的参数量和计算量；其次，引入AFGCAttention注意力机制，通过全局上下文信息与局部特征的动态融合，增强模型对关键区域的聚焦能力，有效抑制背景噪声干扰；最后，重设计Detect-SEAM检测头，以提高模型在复杂环境下对遮挡物体和小目标物体的检测精度。实验结果表明，改进算法在电网现场作业环境数据集和公开数据集Roboflow 5中的mAP@0.5指标分别达到93.6%和94.6%，相较于基线模型分别提升了1.5%和2.1%，并且其参数量和计算量分别下降了8.3%和7.4%，证明了SGAD-YOLO算法在工业场景中对规范穿戴工作服检测任务具备更好的检测性能。

关键词： 消化道穿孔   气腹   深度学习   目标检测  

摘要： 目的 探讨深度学习目标检测算法YOLO v11应用于X线立位胸、腹部平片上气腹的检测的可行性。方法 回顾性收集2014年1月～2023年12月5个医学中心胸、腹部立位正位X线图像，经筛选后共1844张X线图像（胸部860张、腹部984张）被纳入本研究。其中4个中心的1728张图像被用于模型的训练和内部验证，1个中心的116张图像作为独立的外部测试集。基于Pytorch框架构建2个YOLO v11检测模型，包括膈面下透亮（线）影检测模型（模型一）：仅检测膈面下透亮（线）影；多气腹征检测模型（模型二）：检测膈面下透亮（线）影及5种其他气腹征象。结果 模型一在内、外部验证上的mAP@0.5分别为0.858、0.748，精确率分别为0.846、0.790，召回率分别为0.791、0.709，单帧图像检测时间为15.8 ms。模型二在内、外部验证上表现较好的分类为膈面下透亮（线）影（mAP@0.5分别为0.859、0.743）和气体透亮影背景下的实质脏器外轮廓（mAP@0.5分别为0.776、0.766），实质脏器重叠在实质脏器上显示对比度较低的外轮廓在外部验证集上mAP@0.5为0.482（内部验证为0.431），而其他征象检测效能较低，单帧图像检测时间为15.5 ms。结论 基于YOLO v11的X线气腹检测模型对膈面下透亮（线）影和气体透亮影背景下的实质脏器外轮廓的检测效能较高，有助提高气腹征检出率，及时提示患者消化道穿孔风险，优化临床流程。