关键词： 多波束声纳   目标检测   概率统计   Otsu   图像分割  

摘要： 受多波束声纳自身结构及复杂环境的双重干扰，声纳图像常含有大量噪声，严重干扰了水下目标信息的有效获取。为此，本文基于局部双阈值分割提出了一种水下目标检测方法。首先，依据多波束声纳图像的特征，提出了图像分块策略，将图像裁剪成若干子块，并为每个子块设计了改进的双阈值Otsu(Bi-Otsu)分割算法，以提升分割精度。其次，结合形态学运算与概率统计方法，设计了一种目标边缘检测算法，从分割后的图像中准确提取目标边缘。实验结果表明，该方法有效改善图像质量不均对分割结果的影响，具有较高的鲁棒性和分割精度。相比现有方法，Bi-Otsu算法在分割精度和计算速度上均有显著提升，适用于水下目标的高效检测。

关键词： TransReID   目标检测   方位估计   姿态估计   计算机视觉   智慧工地  

摘要： 正确识别施工人员的方位有助于施工活动识别和移动轨迹预测，为此整合了目标检测和人员重识别算法提取的图像特征，提出一种基于视觉的感知方法。基于YOLO v8算法训练了能够识别施工人员不同姿态和方位的检测模型，建立了人员重识别模型以匹配不同的作业人员图像，从而解决传统跟踪方法在人员匹配上的局限。估计方位时，首先应用YOLO v8算法识别并截取人员图像，然后利用人员重识别算法进行身份匹配，随后在图像周围添加掩码以维持尺度不变性，最后再次应用YOLO v8进行检测，以获取个体人员在不同时刻的方位和姿态信息。实测验证中，方位评估和姿态识别的总体准确率分别达到92.45%和97.17%，验证了该方法的有效性。本研究利用物联网技术为智能建造与运维管理提供了新的方案，有助于施工个体人员的管理效率提升。

关键词： YOLOv8   小目标检测   海洋垃圾   SimAM注意力机制  

摘要： 针对海洋环境下对垃圾污染物的检测精度低，小目标漏检，遮挡以及参数量大的问题，提出了WG-YOLO算法。通过CSP策略与通道洗牌方式提出S-HG Block替换C2f模块，减少了梯度信息丢失的同时，促进了对多尺度特征信息的提取。引入改进后的ESimAM注意力机制，通过生成三维注意力权重和残差连接，不仅增强了主导特征，还保留了特征较弱的特征。在Neck部分，提出了小目标特征增强金字塔网络，将富含小目标信息的低层特征融合到高层增强多尺度表示，又通过三分支通道的CSPO(CSP-OmniKernel)网络细化小目标特征。使用轻量化共享卷积检测头来优化原检测头，在大幅降低参数量的同时，保持了模型的精度。WG-YOLO模型在TrashCan数据集上mAP50达到了68.1%，mAP50:95达到了48.7%，较YOLOv8n分别提高了5.2%和2.7%。

关键词： 腈纶纱线   摩擦周期   摩擦负载   磨损性能   图像处理  

摘要： 为探究腈纶纱线的磨损状态及其形貌变化特征，采用自制的纱线摩擦性能测试装置对腈纶纱线进行磨损试验并通过图像处理手段对腈纶纱线磨损后的图像进行识别、表征与量化分析。结果表明：随着摩擦周期的增加，腈纶纱线直径、纱线占比以及纤维毛羽像素最大值均呈现先增大后减小的趋势。对于纤维直径为20 μm的腈纶纱线，在60个摩擦周期时，纱线占比和纤维毛羽像素值达到最大，分别为11.02%和394像素；在80个摩擦周期时，纱线直径像素值达到最大值，为96像素。随着摩擦进程增加，磨损程度加强，摩擦区域的纱线条干被越来越多的纤维毛羽包裹，导致纱线直径增大；当摩擦周期进一步增长时，纱线周围的纤维毛羽脱落，进而导致纱线直径和纤维毛羽长度减小。认为：借助纱线条干、毛羽数量及其状态的变化可为评价其力学特性及相关制品的性能提供理论分析依据，有利于监测纱线的磨损性能、评估部件的运行状态。

关键词： 绝缘子   红外图像   类内稀疏先验   目标检测   深度学习  

摘要： 为了实现低分辨率绝缘子红外图像的高精度检测，提出了基于类内稀疏先验和改进YOLOv8的红外多尺度绝缘子检测方法。针对绝缘子图像存在局部密集导致漏检的问题，提出了通用性的类内稀疏先验，将先验知识和训练数据结合，使模型感知绝缘子独有的几何特征和形态信息，可以无计算代价地提升目标检测模型的精度，并提供一种绝缘子数据样本的规范化标注方法；针对红外图像分辨率低导致特征提取困难的问题，将鲁棒特征下采样模块替代卷积下采样，保留细粒度细节信息，增强关键特征图的鲁棒表示；针对绝缘子尺度变化大且存在目标遮挡的问题，设计wise-MPDIoU改进边框损失函数，以改善模型对不同尺寸绝缘子的定位能力。实验数据表明，相比于基线模型，在AP50、AP50∶95指标上分别提升3.3、3.5个百分点，为绝缘子热像检测提供了新的方案。

关键词： 无人机目标检测   YOLOv11   双线性自注意力   MPDCIoU损失函数   AFPN检测头  

摘要： 针对无人机空对地检测中存在的尺度不一、小目标检测效果不佳及检测框密集重叠等问题，提出了一种改进YOLOv11目标检测网络。该网络将YOLOv11网络的C3K2结构替换为C3K2＿D结构，增强了网络对不规则物体的提取能力，另外在Yolov11网络中引入双线性自注意力机制，双线性自注意力机制通过融合局部注意力和非局部注意力，增强了主干网络的特征提取能力；针对检测框密集重叠的问题，设计了MPDCIoU (Maximize position dependent combination Intersection over Union)损失函数以提高边界框的回归精度；此外，还设计了AFPN(Asymptotic Feature Pyramid Network, AFPN)小目标检测头，以提升算法对小目标的检测性能。实验结果表明，改进YOLOv11网络在m AP@0.5和m AP@0.95指标上分别达到38.91%和30.67%，相比YOLOv11网络提高了1.79个百分点和1.76个百分点。同时，该算法的帧率达到124.6frame/s，满足了实时检测的要求。与RetinaNet、YOLOv7、YOLOv8等具有代表性的目标检测网络相比，改进YOLOv11网络在检测精度和速度上均表现出优势。通过消融实验结果对比，发现C3K2＿D结构、全局非线性注意力模块、MPDCIoU损失函数以及AFPN检测头均能有效提升网络的检测性能，验证了这四个改进部分的有效性。

关键词： 遥感影像   目标检测   YOLOv11   通用反向瓶颈结构   全局注意力机制  

摘要： 【目的】针对遥感影像目标检测中部分图像由于目标较小、特征不显著而难以识别的问题，传统模型在检测过程中存在错检和漏检等不足。提出了一种改进的YOLOv11n遥感影像目标检测方法。【方法】首先，本研究对YOLOv11n网络进行了改进，通过引入融合通用反向瓶颈（UIB）结构的C3k2-UIB模块替代原有的C3k2模块，显著提升了网络对关键特征的提取能力，从而实现了检测性能的优化；其次，模型中引入了GAM注意力机制，以增强小目标的检测性能；最后，通过引入Powerful-IoU替代原有损失函数，不仅显著提升了模型的收敛效率，同时增强了其对多尺度锚框及不同质量样本的适应能力。【结果】实验结果表明：改进后的YOLOv11n模型在小目标检测方面显著优于原始模型，在NWPU VHR-10数据集上，P值（准确率）和mAP50（IoU阈值为0.5时所有类别平均精度的均值）分别达到了91.6%和94.4%，其性能也超过了YOLOv5n、YOLOv8n以及YOLOv10n等主流目标检测算法。在SAR-Airport-1.0数据集上，mAP50值达到了98.3%。【结论】优化后的模型在检测精度方面实现了显著提升，其改进效果为实际工程应用提供了重要的参考依据。

关键词： 视网膜血管分割   U-Net   深度学习   图像处理  

摘要： 视网膜血管分割研究旨在促进眼底疾病的早期诊断及病变分析，为医生评估患者眼部健康状况提供重要依据。深度学习技术的迅猛发展为视网膜血管图像分割带来了新方法和分割性能的新突破，U-Net以出色的性能表现成为该领域的主流分割模型，备受研究人员青睐。本文详细整理了近年来U-Net及其改进模型在视网膜血管分割领域的应用进展，在介绍视网膜血管分割常用数据集与评价指标的基础上，概述U-Net模型及其主要结构改进策略。本综述将U-Net变体划分为单网络模型与多网络模型，并从单网络模型中的注意力机制、残差结构、多尺度特征模块、卷积模块，以及多网络模型中的级联U-Net、双路径U-Net、生成对抗网络的融合、结合Transformer与Mamba模型的融入等角度对U-Net模型及其变体的改进进行详细梳理，归纳对比分析各研究在模型结构、特征提取、性能优化等方面的改进与缺陷，以及在公开数据集上的实验结果，并基于此讨论了该领域目前存在的挑战与未来发展展望，以期为视网膜血管分割的继续深入研究提供有价值的参考。

关键词： 目标检测   NMS   膨胀卷积   对比学习   感受野  

摘要： 针对多尺度目标检测中因感受野不足和检测框抑制不充分而导致的目标漏检与重复检测等问题，本文提出了一种多核感受野扩张下相似性引导NMS的目标检测算法。首先，提出多核感受野增强模块（MRFEM）进行感受野扩张，以获取更丰富的上下文信息；其次，构建动态协同特征增强模块（DSFEM），降低由膨胀卷积引起的冗余信息，捕获具有强语义和精确位置的高依赖关系；最后，基于对比学习思想，提出相似性引导的NMS方法（SGIoU-NMS），通过引入特征相似度来优化候选框的筛选过程，从而有效抑制冗余框的产生。本文在Pascal VOC、BIT和ICV-ODC数据集进行了验证，实验表明，本文算法能够有效改善多尺度目标检测中目标漏检和重复检测的问题。

关键词： 目标检测   小样本学习   元学习策略   特征增强   Transformer  

摘要： 当前基于元学习的小样本目标检测算法普遍依赖区域建议生成网络(Region proposal network,RPN)生成候选框，但预定义的候选框通常包含大量无效区域，在训练样本较少时，这些无效区域会引入噪声，干扰小样本目标的准确定位。此外，现有的一阶元学习策略主要依赖支持样本的特征信息来指导模型对小样本查询信息的学习，但由于小样本情况下支持样本有限，提取的特征通常只涵盖局部的类别信息，难以全面表示类别特征，进而影响查询样本的表达能力，降低分类和定位的精度。为了解决上述问题，提出了一种基于二阶元学习策略的小样本目标检测算法(Second order meta learning strategy based few-shot object detection,SM-FSOD)。首先，该算法采用了Transformer的编码器和解码器结构代替区域建议生成网络，同时以ResNet-101为主干网络共同构建端到端的目标检测算法。而后，在上述算法的基础上，使用两个元学习器重新构建了一种二阶元学习策略，在元学习的第一阶段，采用了一种支持-查询特征并行编码器，通过两个并行的自注意力机制处理输入的查询特征和支持信息，度量二者间的相关性，并以此为依据指导小样本查询信息的判别。在元学习的第二阶段，采用了一种面向全局信息的原型特征整合方法，通过预先提取查询特征的深度感知信息，将其和原有的支持特征进行耦合，增强支持信息对小样本查询信息的感知能力。在PASCAL-VOC 2007/2012数据集上进行实验并和Meta-FRCNN(Meta-learning based faster R-CNN)、FSORSR(Few-shot object detector with a spatial reasoning framework)等小样本目标检测算法的平均精度进行比较，相较于依赖RPN的Meta-FRCNN算法，所提出的SM-FSOD算法在AP50(Averageprecision)基准下取得了1.40%～4.02%的精度提升。此外，在更具挑战性的COCO数据集上的实验结果表明，在样本类别数目增加的情况下，所提出的SM-FSOD算法在AP50基准下相较于Meta-FRCNN算法仍取得了2.70%～3.45%的提升。