关键词： 深度学习   Yolo算法   口吃   目标检测   迁移学习  

摘要： 国内目前检测口吃主要通过语言专家的主观测评,缺少客观的医疗辅助工具。同时并没有足够的中文儿童口吃数据集以匹配深度网络的大量参数,生成检测效果好的模型。针对这一现象,论文通过UClass数据集和个人采集的中文儿童口吃数据,基于迁移学习使用Yolov5算法对语谱图进行检测,从而对国内儿童口吃的严重程度进行测评。实验结果表明,该算法及其模型能有效检测中文口吃的语音重复,延长和感叹词类型,并根据其持续时间计算出语言效率评分(SES)以表示口吃的严重程度,便于尽早发现儿童口吃障碍,助于儿童身心健康发展。

关键词： 调度命令   图像处理   光学字符识别   深度学习   边缘检测  

摘要： 调度命令是铁路运输调度指挥工作的核心指令,准确、快速地传达调度命令,是保障铁路系统在复杂运营环境中安全、高效、有序运转的前提条件。目前,铁路运输生产中存在诸多书面调度命令传递的场景,需要由人工读取书面调度命令信息,并完成相关数据录入,耗时费力、效率较低,且易出现信息错误录入和漏传等问题。基于书面调度命令的特点,文章研究书面调度命令信息智能识别与提取方法,将图像分割处理与经典光学字符识别(OCR,Optical Character Recognition)算法相结合,增强对表格结构和文本内容的识别能力,更为精确地分割、定位和识别书面调度命令中的文字信息;并结合调度命令模板和用语规范,完成关键信息的提取。实验结果表明,在字符识别前先进行表格分割处理,对于提高调度命令文字识别准确率效果显著,便于后续调度命令结构化数据的自动提取。

关键词： 深度学习   目标检测   行人检测   YOLOv8   轻量化改进  

摘要： 针对密集场景中行人遮挡和尺度较小导致的漏检问题,提出了一种基于YOLOv8(You Only Look Once version 8)的改进行人检测算法。首先,使用GhostConv(Ghost Convolution)代替部分Conv,减少模型的参数量;其次,融合GSConv(Group Shuffled Convolution)模块,在降低模型复杂度的同时保持精度;最后,引入SNs(Slim-Neck solution)模块,解决行人遮挡等原因导致的漏检问题,提升了行人检测精度。将该算法应用于WiderPerson(行人检测数据集),实验结果表明,相较于原始YOLOv8算法,其在mAP@0.5指标上提升了2.5百分点,同时在更为严格的mAP@0.5:0.95指标上也实现了2.1百分点的精度提升。改进的算法可以较好地应用于拥挤行人检测任务。

关键词： 未知目标   搜救   环境监测   数据集   目标检测   GAN  

摘要： 1背景直升机在执行搜救、环境监测或军事侦察等任务时,有时会遇到未在现有图像数据库中记录的未知目标,这些未知目标的出现为现有的目标检测系统带来了挑战。这是因为现有的目标检测系统通常依赖于经过标注的大规模数据集进行预先训练,然而这些数据集可能无法覆盖所有可能的目标类别,导致系统在遇到新目标时识别能力受限,从而影响任务的安全性和有效性。因此,构建一个包含未知目标的数据集至关重要。

关键词： YOLOv10   RepLKBlock   井盖检测   大卷积核   目标检测   城市管理   复杂环境  

摘要： 本文提出了一种基于大卷积核YOLOv10网络改进的井盖隐患检测方法,旨在解决现代城市管理中井盖维护面临的多重挑战。针对当前检测存在的数据重复与标注质量问题,本文提出了采取平均哈希去重和进行人工校准标注,提升了模型训练的有效性和准确性;针对复杂环境下对于井盖缺陷的检测能力较弱的问题,在YOLOv10应用中引入了Rep LKBlock大卷积核模块。实验结果显示,改进后的LK-YOLO模型在查准率、平均精度均值等评价指标上相较于其他YOLO模型均有较大提升,特别是在复杂场景下的检测性能提升效果显著。该方法为城市管理部门智能化、高效的井盖隐患检测提供了新的路径。

关键词： 深度学习   计算机视觉   智能安防   系统架构   公共安全  

摘要： 在智能化发展浪潮下,深度学习与计算机视觉技术为智能安防提供了新方向。文章首先阐述了深度学习核心算法与计算机视觉关键技术,然后设计了智能安防系统架构,最后探讨了其在公共安全、智慧园区与社区安防场景中的应用。通过研究,旨在挖掘深度学习与计算机视觉技术在智能安防领域的潜力,提升安防系统的智能化水平与安全性。

关键词： 检测系统   特征识别   图像处理   稻粒  

摘要： 通过视觉识别图像处理技术对稻谷谷粒进行处理,利用OTSU自适应阈值对稻谷图像进行二值化处理,采用中值滤波对图像进行降噪处理、图像分割和连通区域标记,基于几何形状特征阈值检测算法识别不同种类稻谷的长度、宽度、周长和面积像素值,提出一种综合的阈值通用旋转法,可实现不同谷粒的分类。根据获取谷粒图像样品和采集谷粒数目特征,基于形态学处理和分水岭变换分割算法对谷粒进行数目识别提取,最后根据检测的数目和整碎谷粒特征统计汇总稻谷谷粒的相关参数信息,将谷粒识别结果和相关数据信息保存在数据库中,便于进一步分析。研究结果表明:利用MatLab软件中GUI界面开发的稻谷检测系统对谷粒数目有较好的识别力,精确度达98.327%,对于整碎谷粒的识别误差在可控范围,满足要求与传统人工检测相比,具有检测快速、多样化等优点。

关键词： 深度学习   铁路巡检   无人机   目标检测  

摘要： 无人机在铁路巡检领域的应用日益广泛,铁路无人机巡检算法的研究已取得丰硕成果,但尚缺乏相关系统性综述。从铁路巡检的核心应用场景出发,系统探讨了无人机在轨道、桥梁、隧道及水害检测等方面的典型应用算法,整理了铁路巡检相关数据集,总结了面临的主要挑战,并提出了优化策略与解决方案,以期为该领域的研究人员提供有价值的参考。

关键词： 汽油管道泄露   高光谱图像   目标检测   深度学习   Unet网络  

摘要： 针对当前汽油管道泄漏检测效率低、无法精准分割泄露区域边缘的局限性,提出一种基于高光谱图像与深度学习结合的汽油管道泄漏检测方法。首先进行两种型号汽油在土壤、水背景下的特征光谱波段提取;利用连续投影算法实现汽油高光谱图像数据降维;将汽油反射率作为输入,均方根误差为回归参数获得汽油反射峰附近的18个特征波段;采用图像旋转角度、横向或纵向翻转、在图像中注入随机噪声等方式实现数据集样本扩充。其次对Unet高光谱图像语义分割模型进行改进,将Unet网络编码器部分替换成密集连接模块加强各层级间的信息交流,减轻计算量提高模型检测速度;引入通道注意力机制模块,使模型对汽油图像空间和光谱层面两特征信息同时关注,提高模型检测精度;引入失活层的概念,通过暂时关闭网络中的一部分神经元降低网络的复杂性,同时在训练过程中设置适当的时间点实施早停策略从而防止过拟合。最后进行了消融实验和对比实验。消融实验结果验证了密集连接模块和通道注意力机制模块对提高网络分割精度和召回率的有效性;在自建数据集上的定量对比实验结果表明,模型对滴落汽油的分割精度为90.34%,平均每张图片检测时间为0.23 s,与Unet、PSE-Unet和HLCA-Unet模型相比,平均准确率分别增加了14.39%、8.01%和2.73%,召回率分别增加了8.95%、8.02%和6.55%,测试时间与Unet、PSE-Unet模型相比分别减少了10.83%和16.97%,检测优越性定性体现在泄露油滴与背景交会的轮廓更符合原图,本模型可以获得更加准确的汽油特征信息,为汽油管道泄漏检测提供了新的技术方案。此外,在公开的Pavia University遥感数据集上与当前Unet、PSE-Unet、HLCA-Unet模型检测进行对比,模型仍表现出更好的分割效果,体现出较强的普适性和泛化能力,可用于多种类型的高光谱图像语义分割。

关键词： 荒漠草原   鼠洞   无人机   目标检测   鼠害监测  

摘要： 鼠洞密度是草原退化的重要参考指标,也是鼠害程度的标准之一。针对传统鼠洞检测劳动强度大、工作效率低的问题,提出基于Yolov8n+和无人机图像的鼠洞检测方法。首先,无人机搭载可见光传感器采集RGB图像,对图像进行标注制作鼠洞数据集。然后,统计鼠洞尺度区间优化YOLOv8n网络结构:剔除冗余的检测头,精简网络结构;保留深层与浅层之间的信息交互通道。最后,采用目标检测评价指标从检测精度和模型复杂度两个方面对YOLOv8n+进行评估。结果表明:YOLOv8n+对鼠洞的平均检测精度为98.6%,模型体积为3.2 MB,检测速度为172.42 FPS。相比于YOLOv8n和其他主流算法,YOLOv8n+在检测精度和检测速度上表现最好,表明YOLOv8n+能够实现对鼠洞精确、高效的检测,满足现实场景下无人机低空遥感对鼠洞的检测要求,弥补传统方法的不足,提高鼠洞监测的实时性和灵活性。