关键词： 目标检测   深度学习   无人机航拍   YOLOv11   特征融合  

摘要： 【目的】针对无人机视角下小目标检测任务中目标尺寸较小、特征模糊和遮挡等问题，提出了一种基于重校准与上下文引导的小目标检测算法（RCS-YOLO，Re-Calibration and Context-Guided Small Object Detection Algorithm）。【方法】首先，该算法设计重校准特征金字塔网络（Re-Calibration FPN），结合P2小目标检测层优化网络结构，提升特征信息传递和多尺度融合效果。其次，为解决目标多变性问题，引入上下文引导网络下采样模块（CGBD，Context Guided Block＿Down）增强目标信息的上下文感知能力，促进局部特征与全局上下文的融合。最后，引入大型可分离核注意力机制（LSKA， Large Separable Kernel Attention）与空间金字塔池化（SPPF， Spatial Pyramid Pooling-Fast）模块融合，构建SPPF＿LSKA模块，增强感受野，减少计算量，适用于实时检测任务。【结果】实验表明：与原始的YOLOv11n算法相比，改进算法在VisDrone2019数据集上的mAP50和mAP50-90分别提高7.3%和5.2%，验证了算法的有效性。【结论】 通过与其他主流目标检测算法的对比测试，改进的算法在VisDrone2019数据集中表现良好，性能优于当下主流算法，有效解决无人机视角下小目标检测漏检误检问题，具有一定的参考价值和应用价值。

关键词： 缺陷检测   注意力机制   特征提取   特征融合  

摘要： 带钢表面缺陷往往具有低对比度、类内差异大和类间相似性等特点，这给模型检测精度带来巨大挑战。为了解决这些问题，提出了一种基于三重注意力机制的显著性目标检测模型，以实现更精确的带钢表面缺陷检测。针对模型主干网提取的粗糙缺陷特征图，构建包含三个分支的特征细化模块，每个分支从不同角度关注带钢表面缺陷的通道和空间特征。同时，为了细化显著目标的边缘细节，构建了一种局部注意力特征过滤模块，并将其作为插件插入到特征细化模块中，提高模型在缺陷区域的敏感性。实验结果表明，与现有方法相比，本文提出的模型在显著性目标检测方面具有显著的优势，在平均绝对误差、加权F测度等评价指标方面均优于同类方法，验证了所提方法的有效性和鲁棒性。

关键词： 副矿物   锆石   深度学习   目标检测   改进YOLOv5s   C3ECA   SimSPPF  

摘要： 基于深度学习镜下矿物的识别研究中，前人主要针对颗粒较大的主要矿物开展识别研究，缺乏对具有重要意义且较小的副矿物识别的探讨。本文以三大岩类中常见的副矿物锆石为例，提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础上引入改进后的高效通道注意力机制（Efficient Channel Attention,ECA）和简化空间金字塔池化（Simplified Spatial Pyramid PoolingFast,SimSPPF）模块，运用构建的岩石薄片中的锆石数据集训练模型后，将获得的最佳训练权重文件结合mss等库实现对薄片中锆石实时识别与定位。经验证，本文改进YOLOv5s模型的精度、召回率和mAP50分别达到88%、82%、86%。本文基于深度学习提出的新方法，不仅为镜下副矿物识别提供了新思路，也为微小矿物检测与珍贵样品无损分析提供新方案。

关键词： 马铃薯除杂   深度学习   目标检测   路径规划   机械臂分拣  

摘要： 为了解决马铃薯收获环节仍依赖大量人工，且现有的分段收获机无法有效完成分选和清理工作等问题。设计了基于深度学习的目标检测与机械臂路径规划的马铃薯分拣系统。该系统由视觉定位和机械臂路径规划俩部分组成。视觉定位由RT-DETR算法识别马铃薯、土块和石块，完成对应目标的定位。通过相机标定与手眼标定实现世界坐标系、相机坐标系、图像坐标系及像素坐标系之间的转换，并基于传送带高度获取目标空间位置坐标。运动学分析基于Denavit-Hartenberg参数建立机械臂连杆坐标系，通过齐次变换矩阵实现正运动学建模，并采用几何法简化逆运动学求解，推导出关节角解析表达式。路径规划选用三次多项式插值法，通过设定起始终止角度、速度边界条件，生成平滑轨迹，确保各关节加速度变化平缓。最终，马铃薯分拣系统基于PyTorch框架部署RT-DETR轻量化检测模型，模型数据集上准确率达到93.3%，召回率达到93%，在堆叠、覆土、强光条件下分别实现97.5%、90.3%、95%的识别准确率。集成OpenCV与Socket通信协议，系统定位误差≤1.342 mm。结合渐进式分拣策略与三次多项式轨迹规划，取得92.9%分拣成功率与1.3%误检率。马铃薯分拣系统能够在不同条件下对马铃薯与杂物精准识别，并协同机械臂实现马铃薯实验台分拣。

关键词： 深度学习   目标检测   多模态机器学习   图像-文本匹配  

摘要： 针对现有基于clip的交通目标识别与检索方法存在精度不高问题，提出了一种轻量的文本视觉多模态检索方法。该方法首先利用了CLIP 框架的零样本学习能力，实现了在现实世界场景中对训练样本之外的分布外目标的有效识别；然后通过完整构建一个以用户文本描述为查询，同时结合目标检测模型建立了一种视频图像检索系统，并综合运用了实时目标检测模型和目标聚类算法，实现了现实交通场景中根据文本的对目标的有效识别与检索。在Open-Transmind数据集上的实验结果表明，同基于CLIP的迁移学习模型相比，该方法可将F1-score提升约两倍，推理速度提升40%，同时该方法的GPU显存占用较低，证明了所提方法的有效性。

关键词： 虚拟施工   计算机视觉   运动控制   人体运动姿态追踪   模拟仿真  

摘要： 为提升建筑工人安全性，设计并实现了基于计算机视觉的虚拟施工仿真系统，支持工人远程操控类人形机器人施工。通过Kinect深度相机采集人体骨骼运动数据，经异常数据剔除、平滑处理和归一化技术对数据进行优化，并利用MediaPipe提取手部三维运动坐标，实现人体运动姿态的精准追踪。采用Blender构建虚拟工人和场地模型，基于四元数逆运动学方法控制虚拟工人运动，同时限制关节角度增强动作模拟的真实性。实验结果表明，系统帧率稳定于60帧/s，端到端延迟低于20 ms，虚拟任务完成时间接近真实场景，验证了该系统的工程实用性。该系统可驱动虚拟工人执行任务，为施工安全培训提供技术支撑。

关键词： 激光雷达   无人船   目标检测   路径规划  

摘要： 针对当前无人船在水面环境目标检测和路径规划方面存在的效率与精度不足，本文提出了一种基于激光雷达的水面目标检测方法与基于KD-Tree的安全区域RRT*路径规划算法。首先，利用激光雷达采集的环境点云数据，通过双边滤波算法对散乱无序的噪声点云进行滤波，减少后续处理的数据量。接着，采用改进RANSAC算法实现水面点云分割，从而区分水面与非水面区域。随后，使用多聚类阈值的欧式聚类算法完成水面目标检测，识别水面障碍物信息。在此基础上，设计了一种路径规划算法，为无人船生成安全可行的航行路径。仿真及实验结果表明，所提方法在水面目标检测与路径规划中表现出较高的可靠性与有效性，为无人船在复杂水面环境中的自主航行提供了重要技术支撑。

关键词： STM32F407IGT6   便携式超细电子内窥镜   OV6946   图像处理  

摘要： 针对医疗领域狭小空间内高质量成像的需求，设计了一种基于STM32F407IGT6微控制器的便携式超细电子内窥镜系统。该系统采用OV6946摄像头模组采集图像，并通过OV426桥接芯片将模拟信号转换为数字信号，利用USB3300接口将图像数据传输至上位机。上位机基于LabVIEW平台，噪声滤波、RAW色彩还原及改进型CLAHE算法，显著提升了图像质量。实验中，通过去噪处理后，图像的峰值信噪比（PSNR）达到37.65dB，结构相似度（SSIM）为0.9708，去噪效果良好，图像保留了较高的细节和结构相似性；通过图像增强，局部对比度由3.32提升至13.16，平均梯度由7.08提升至28.05，显示出显著的血管区域对比度和清晰度提升。系统实时处理帧率在30帧，处理延时为33ms，能够满足医疗诊断中对高实时性和高质量图像的要求。硬件设计上，系统的体积和重量相较于传统设备显著减小，增强了便携性与操作灵活性。实验结果表明，系统在成像质量、实时性和便携性方面表现出色，能够有效辅助临床诊断，提高医疗操作的精准度与效率，具有广泛的临床应用前景。

关键词： 奶牛乳头检测   深度学习   YOLOv8   模型改进   目标检测  

摘要： [目的] 在自动化挤奶系统中，奶牛乳头精确识别极为关键。由于挤奶厅环境复杂，当前奶牛乳头检测存在精度差、效率低等问题，这将影响挤奶操作准确性和工作效率，降低养殖效益。为此，提出一种用于奶牛乳头检测的改进DRN-YOLO模型。[方法] 该模型采用DRNet模块优化YOLOv8骨干网络，提升特征提取能力，并且在路径增强网络中增加检测特征尺度和空间金字塔池化（Spatial yramid pooling，SPP）结构提升特征图特征提取的方法，使模型可从更多维度分析、提取图像特征，增强奶牛乳头识别效果，优化参数配置。为测试DRN-YOLO性能，用600 张奶牛乳头图像构成测试集进行测试。[结果] 与常用目标检测模型（YOLOv9模型和Faster RCNN模型）进行比较，试验结果表明，该模型的精确率为99.07%，召回率为98.88%，平均精度均值（mean Average Precision，mAP）为98.41%，F1值为98.97%。相较于YOLOv8和DRN-YOLO模型各种检测指标数值均提升2%左右；相较于Faster RCNN和DRN-YOLO模型检测时间缩短了542 ms，且检测精度比Faster RCNN高1%。[结论] 改进的DRN-YOLO模型能够实现对奶牛乳头的准确检测，该研究为自动化挤奶研究做出有益的探索。

关键词： 隧道工程   点云分割   计算机视觉   变形   激光扫描   衬砌管片  

摘要： 盾构隧道是公路基础设施的重要组成部分,其结构状态关系着区域交通和城市功能的正常运行。三维激光扫描能够快速和准确地采集海量的结构表面三维空间数据,但沉重的点云处理负担阻碍了其大规模推广应用。为提升盾构隧道变形感知的智能化水平,本文以先进的RandLA-Net网络架构作为基础,提出了一种基于三维计算机视觉的盾构隧道点云端到端分割方法。结合盾构隧道点云特性,本文对标签编码方式进行改进,并设计了相应的损失函数,以提升深度学习模型训练的效果。基于所提出的盾构隧道点云分割方法,本文提出了自动化逐管片变形提取算法,以实现精细化的结构变形状态全面感知。通过现场采集和人工标注的443环点云对所提出的方法进行数据试验,以验证研究分割效果和影响因素。结果表明,基于RandLA-Net的深度学习模型能够有效对盾构隧道点云进行管片分割。所提出的改进标签编码能够提升所训练深度学习模型的分割效果,在管片边缘的分割准确性显著提高。所提出变形提取算法方法实现了精细和准确的管片级别变形感知,能够提供管片转动、管片挠曲、接缝错台等丰富的工程信息。本文为盾构隧道施工动态管理、竣工数字存档、运营精细管理提供了技术手段,有助于提升公路基础设施的数字化和智能化水平。