关键词： 目标检测   实时检测Transformer   多尺度特征融合   轻量化   倒残差结构  

摘要： 针对遥感图像背景复杂、小目标众多，且存在长尾型目标导致的检测精度低的问题，提出了一种基于改进实时检测Transformer (RT-DETR)的遥感图像目标检测算法SLT-DETR (Small and Long-Tailed object-aware real-time DEtection TRansformer)。首先，采用多尺度特征增强金字塔优化原有的连续卷积特征融合，并引入Omni-Kernel进一步提升小目标的检测能力；其次，引入内容引导的注意力对P3、P4、P5的输出特征进行融合，有效处理了信息分布失衡问题；最后，使用FasterBlock模块实现模型的轻量化，提升推理速度。在自建遥感数据集上，SLT-DETR检测平均精度相较于RT-DETR提升了5.0%，模型参数量降低了1.9×10～6；相较于经典的YOLOv8m、YOLOv8l以及Swin Transformer模型，SLT-DETR在检测平均精度上分别提高了5.7%、3.7%和10.9%。在RSOD和HIT-UAV公开数据集上，SLT-DETR在检测平均精度上分别提高了1.1%、1.3%。实验结果表明，所提模型能够在保证轻量化的同时有效提升小目标与长尾型目标的检测能力。

关键词： REF-DETR   托盘定位   目标检测   关键点检测   自适应边缘调整   位姿估计  

摘要： 托盘识别与定位是无人叉车在复杂仓储环境中面临的关键挑战，托盘遮挡、堆叠等问题导致识别和定位效率低下。文中提出了一种结合目标检测与关键点检测的单目托盘定位方法，采用REF-DETR（Reparametrized Focus-diffusion-Detection Transformer）算法进行托盘检测，提高了各种复杂环境下的识别精度。通过关键点检测和自适应边缘调整提高托盘轮廓的提取精度。针对托盘位姿估计，提出了托盘倾角与距离的计算方法。使用LMedS（Least Median of Squares）算法提升了位姿估计的精度与稳定性。实验结果表明，REF-DETR算法的托盘识别精度为92.8%，FPS（Frames Per Second）为108.1 frame·s-1。相较于原算法，所提算法的精度和FPS分别提高了4.1百分点和38.4 frame·s-1，其倾角平均误差小于3.2°，水平距离平均误差小于30 mm，具有良好的定位性能与实用价值。

关键词： 自动驾驶   目标检测   动态注意力   多尺度融合   全局建模能力  

摘要： 面向自动驾驶感知的道路目标检测旨在实时定位与识别车载视觉范围内的机动车、非机动车及行人等交通参与者，为环境感知模块提供精准输入，支撑自动驾驶系统的决策与控制。由于道路场景背景复杂、目标形态多样且尺度差异大，导致感知系统的误检率与漏检率较高。针对形变目标检测精度低、多尺度目标检测不足、全局感知能力弱的问题，提出基于YOLOv8n的改进算法YOLOv8-DDL。首先，引入可变形注意力DAttention改进骨干网络的C2f，通过动态学习特征偏移，增强对交通场景中多种形态目标的捕捉能力，提升模型对复杂空间分布的适应性，有效减少错检。其次，融合大核可分离注意力LSKA改进SPPF，通过大核卷积扩大感受野，增强模型的全局上下文建模能力，提升复杂背景下的鲁棒性。最后，设计动态多尺度自适应融合模块DMAF及动态特征金字塔网络Dynamic-FPN重构颈部网络，通过动态融合高低层特征，增强模型在多尺度特征融合中的表达能力，改善多尺度目标检测效果。在公开数据集SODA10M上进行实验，结果表明，相较YOLOv8n，YOLOv8-DDL在精确率P、召回率R、F1值、平均精确度mAP@0.5上分别提升了5.9%、1.3%、3%、1.5%；在公开数据集BDD100K上进行辅助验证，精确率P、召回率R、F1值、平均精确度mAP@0.5分别提升了2%、0.6%、1%、2%。

关键词： 线扫激光成像引信   目标检测   非完整像   深度学习  

摘要： 为解决动态交会场景下线扫激光成像引信对地目标检测精度低的问题，本研究提出一种多级热图引导的目标检测算法，构建了基于深度学习的3D目标检测网络架构。根据线阵激光动态推扫成像体制，建立了线扫激光成像模型，提出了适用于多种交会姿态的动态三维成像算法。针对动态交会过程中存在的非完整像，提出一种热图引导模块驱动目标中心与邻域特征交互，增强关键目标区域特征表达以提高预测精度。基于自建的实测数据集进行了实验验证，结果表明，所提出的算法能够有效提高目标检测精度，在3D IOU阈值为0.7条件下mAP达到92.9%，并且显著提升了非完整像的目标检测性能。

关键词： 目标检测   深度学习   模型   成熟度   LotusM-YOLO   智能采摘  

摘要： 为解决在不同光照条件和目标遮挡等自然环境下，莲蓬智能采摘缺乏成熟度自动检测技术的问题，该研究提出了一种基于改进YOLOv10n的自然环境下莲蓬成熟度检测方法 LotusM-YOLO。首先，在YOLOv10n模型的基础上引入DynamicConv(dynamic convolution)动态卷积模块，通过动态组合多个卷积核有效增强模型在不同光照条件下的特征提取能力，从而提升模型在强光、弱光等复杂环境下对莲蓬目标的检测稳定性与精度；然后，进一步引入MultiSEAM(multi-scale efficient attention module)和CBAM(convolutional block attention module)两种注意力机制，增强了模型对被遮挡的莲蓬目标的检测能力和小目标特征的关注能力，提升模型对莲蓬成熟度检测的准确率。结果表明，LotusM-YOLO模型的检测平均精度均值为86.7%，相比基线模型YOLOv10n提高了3.9个百分点，与Faster R-CNN、YOLOv5n、YOLOv8n、YOLOv9主流检测模型相比分别提高5.2、4.3、4.0和4.4个百分点。该研究提出的LotusMYOLO模型对自然复杂环境下的莲蓬可实现较为高效、准确的成熟度检测，能够为莲蓬的生长状态监测和智能采摘装备的研发提供技术支持。

关键词： 海底垃圾   目标检测   YOLO   聚焦扩散金字塔网络   膨胀卷积   检测头  

摘要： 海洋垃圾问题给生态环境与人类活动带来严峻挑战。在海底环境中，垃圾累积具有隐蔽性（常被泥沙掩埋、藏于礁石缝隙），清理难度极大，检测时面临垃圾分布密集、尺寸各异（从微米级微塑料到数米级渔网）以及相互遮挡等难题。针对这些问题，提出了一种基于YOLOv10的海底垃圾检测方法：YOLOv10-FLD，一是采用FDPN网络重构Neck部分，在每个尺度上都能捕捉到详细的上下文信息，提升最终的检测效果；二是设计的轻量级检测头LSCD，借权重共享与组归一化减参数量，适配水下设备资源约束；三是以Di Sha Conv取代SPPF模块，用膨胀卷积扩感受野且保分辨率，保留微小、掩埋垃圾关键特征。在Trash Can 1.0、Deep Trash和SGD数据集上的实验结果表明，YOLOv10-FLD相较于YOLOv10，在海洋垃圾检测任务中参数量下降16.67%、平均精度均值（m AP）提升4.84%、F1分数提升9.57。YOLOv10-FLD显著提升了在海底复杂环境下对垃圾目标的检测精度，为海底垃圾治理提供可靠技术支撑。

关键词： 合成孔径雷达   船舶图像   目标检测   Mamba-YOLO   协同特征增强模块  

摘要： 针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像船舶目标检测中，目标尺寸小、分布密集、特征模糊及背景复杂干扰等问题，本文提出了基于Mamba-YOLO的改进模型EFEFMamba-YOLO(Enhanced Feature Extractionand Fusion Mamba-YOLO)。首先，为增强特征提取能力，在Mamba-YOLO骨干网络中设计协同特征增强模块（Collaborative Feature Enhancement Block,CFEBlock），该模块可有效捕获局部与全局的特征依赖关系。其次，针对特征融合过程中细节信息易丢失的问题，在骨干网络的末端设计通道增强型残差空间金字塔快速池化（Channel-Enhanced Residual Spatial Pyramid Pooling Fast,CResSPPF）模块，通过残差结构增加细节信息并借助通道扩容策略提升特征表达能力。最后，设计了四级自适应结构特征融合（Four Adaptive Structure Feature Fusion,FASFF）检测头，有效改善了不同层级特征的融合效果。该模型在HRSID、SSDD和LS-SSDD-v1.0数据集上进行实验，EFEFMamba-YOLO的m AP50在HRSID达到94.1%，较基准模型Mamba-YOLO提升了1.9个百分点；在SSDD和LS-SSDD-v1.0数据集中，EFEFMamba-YOLO模型的m AP50分别达到了98.9%和75.6%。实验结果表明，EFEFMamba-YOLO模型在SAR图像船舶目标检测中具备良好的有效性和可靠性。

关键词： 目标检测   深度学习   多模态目标检测   对抗攻击   防御  

摘要： 目标检测作为计算机视觉中的一项基本任务被广泛应用,而基于深度学习的目标检测算法以其强大的特征提取能力,成为了当前研究的主流。然而大多数目标检测算法仅对可见光图像或红外图像进行单模态检测。通常情况下,可见光图像在天气恶劣、夜间、目标被遮挡等场景成像较差,导致检测性能下降。利用红外图像可以改善上述问题,但红外图像会缺失目标的部分细节信息。因此,基于可见光和红外图像的多模态融合检测算法逐渐兴起。然而,现有的研究集中于改善多模态目标检测算法的性能,对于其安全性的研究相对零散。基于现有的研究工作,围绕多模态目标检测对抗安全性进行综述。首先对多模态目标检测及攻防进行理论分析;然后按照不同时段的融合检测对多模态目标检测方法进行分类归纳,再对现有的目标检测对抗攻击方法与对抗防御方法进行归纳整理,梳理了现有的多模态目标检测数据集与主要评价指标;最后探讨了多模态目标检测未来潜在的研究方向,进一步推动多模态目标检测对抗安全研究发展和应用。

关键词： 生物质颗粒   柔性纤维   颗粒混合   颗粒流   旋转滚筒   图像处理  

摘要： 为了深入理解柔性生物质颗粒的运动混合行为,选取纤维状烟丝颗粒为代表,开展旋转滚筒内烟丝颗粒的运动混合的实验研究.采用图像处理的方法,确定动态休止角(AOR)和莱西混合指数,分别量化标定颗粒运动形态和混合程度.开展关键参数的分析,发现颗粒填充度的增加会引起动态休止角和混合速率降低.在当前考察的参数值范围内,滚筒内壁摩擦系数和滚筒转速的增加虽然对动态休止角的影响不大,但是会引起颗粒混合速率的显著增加.在滚筒内壁安装耙钉,会显著增大动态休止角;采用适当的耙钉数量和长度,可以实现较大的颗粒混合速率.

关键词： 密集人群检测   YOLOv5s算法   CBAM模块   Focal-EIOU函数  

摘要： 密集人群场景环境复杂,传统目标检测方法易受目标遮挡严重、尺度变化大等因素的影响,导致精度下降。为提升密集人群场景下的目标检测精度,提出了一种基于YOLOv5s的改进模型:引入ConvNeXt和ConvFormer组合模块,以增强对复杂特征的提取能力;嵌入卷积块注意力模块(CBAM)抑制背景干扰;采用Focal-EIOU损失函数提升对被遮挡目标及小目标的定位精度。实验结果表明,改进后模型的mAP@0.5值达到94.37%,相较于YOLOv5s基线模型提升了4.94%。研究成果可为公共安全监控、商业客流分析等应用提供有效解决方案。