关键词： 无人机(UAV)   小目标检测   YOLOv8s   轻量化方法   注意力机制  

摘要： 针对无人机航拍图像背景复杂、目标尺寸小及设备资源有限等问题，提出轻量化小目标检测算法RTAYOLOv8s.在主干网络引入RepVGG模块，增强特征提取能力.应用三分支注意力机制，降低小目标的误检率和漏检率.增加小目标专用检测头，提高对小目标的检测能力.采用WIoUv3作为损失函数，提升模型的定位性能和鲁棒性.实验结果表明，RTA-YOLOv8s算法在VisDrone数据集中的mAP50达到44.9%，检测速度达到88.5帧/s.与基线算法YOLOv8s相比，mAP50提升了6.1%，检测准确率提高了4.7%，参数量减少了13.9%.利用改进的算法，有效解决了复杂场景下检测效果不佳的问题，在精度和速度之间取得了很好的平衡.设计人机界面，实现结果可视化，使检测任务更加直观且易操作，适合无人机航拍的目标检测.

关键词： 渐进混合编码   跨尺度交互   特征融合   无人机检测   目标检测  

摘要： 基于视觉的无人机目标检测方法，在无人机监管和国防安全领域具有重要作用。然而，由于无人机目标较小，在复杂背景下容易存在目标特征提取困难、检测率低、模型计算量大等问题。为解决上述问题，本文在RT-DETR方法上进行改进，提出了基于渐进混合编码层PHE(Progressive Hybrid Encoding)的无人机目标检测方法（PHE-DETR）。该方法通过设计渐进混合编码层来实现解耦内尺度交互与跨尺度融合操作。具体的，渐进混合编码层包含内尺度交互模块和自适应跨尺度特征融合模块。内尺度交互模块可进一步提取无人机目标的深层次特征；自适应跨尺度特征融合模块可实现渐进特征融合并减少非相邻层特征之间的语义差距。实验结果表明，本文PHE-DETR方法在Det-Fly和ARD-MAV两个无人机检测数据集上均取得了最优性能。在Det-Fly数据集上，本文方法比次优方法 MHAF-YOLO，在mAP50指标上提升0.9百分点；在ARD-MAV数据集上，本文方法比次优方法 RT-DETR，在mAP50指标上提升4.5百分点。同时相比于基准RTDETR方法，本文方法参数量和计算量下降了约30%。

关键词： 目标跟踪   无人机轨迹预测   扩展卡尔曼滤波   RTS平滑   SG滤波   数据融合  

摘要： 针对扩展卡尔曼滤波（Extended Kalman Filter，EKF）在预测无人机轨迹过程中存在的波动性问题，从实际拦截任务的角度出发，考虑轨迹的平滑性与精准性对拦截成功率的影响，提出一种基于固定滑动窗口的 EKF-RS 算法。该算法实时结合萨维茨基-戈莱（Savitzky-Golay，SG）滤波方法与固定区间平滑（Rauch-Tung-Striebel，RTS）算法，对滑动窗口内的 EKF 后验状态估计值进行优化。基于数据融合思想，通过构建并优化目标函数得到最优权重系数并对两类优化结果进行加权融合，获得兼顾平滑性与运动趋势的预测轨迹。最后，通过建立仿真无人机轨迹数据集对算法进行验证，实验结果表明该方法能够有效提高预测轨迹的平滑性与精准度，为提升拦截器的跟踪与拦截性能提供支撑。

关键词： 3D目标检测   时序特征建模   多关键点约束   深度估计   几何一致性  

摘要： 当前主流的单目3D目标检测网络采用关键点检测，在时序特征建模、几何约束与深度估计方面存在局限性，限制了3D检测器的性能发挥。本文提出一种改进的单目3D目标检测算法MonoTGD(Monocular Temporal Geometric Deep)，引入时序特征交互模块，利用多帧序列的长短期时序信息增强特征表达的一致性和动态建模能力；几何结构增强模块通过扩展关键点集合并引入几何一致性约束提升关键点预测的准确性；伪深度生成与监督模块在不引入激光雷达数据的同时生成的伪深度图为深度估计提供有效的监督信号。上述模块仅在训练阶段使用，推理阶段不引入额外的计算成本。在KITTI3D数据集上的实验结果表明，相比基线方法MonoCon，MonoTGD在验证集上的3D检测平均精度指标中，在简单类别上提高了4.25个百分点，而在测试集上，中等难度类别提高了4.82个百分点。特别是测试集上中等难度类别的性能提升，充分验证了本方法在实际应用场景中的有效性。

关键词： 织物疵点   疵点检测   YOLOv8   Transformer   BiFPN   Focal-EIoU  

摘要： 针对YOLOv8模型在织物疵点检测任务中特征提取能力弱与误检现象频繁等问题，提出一种基于改进YOLOv8的织物疵点检测算法（YOLOv8-SEBF）。针对织物疵点特征提取能力弱的问题，引入EnhanceDATransformer，通过Transformer模拟织物纹理的长程依赖关系，全局建模并强化特征；针对误检的问题，引入SCConv，联合空间与通道维度的特征重建来增强模型表达能力，并通过空间-通道协同过滤显著降低纹理背景导致的误检；在融合层中用BiFPN取代PAN，通过跨尺度加权融合机制，强化融合特征的表达能力；优化CIoU为Focal-EIoU，通过引入动态加权机制，加强难易样本平衡与微小疵点的梯度回传，以提高模型检测准确率和稳定性。改进的算法在实际生产数据集上进行试验，结果表明：YOLOv8-SEBF算法的mAP值达93.8%，较原始YOLOv8提升16.0个百分点，在保证检测速度的前提下，显著提升了模型的整体性能。

关键词： 目标检测   特征融合   注意力机制  

摘要： 一阶段目标检测网络作为目标检测领域中的主流方法,在显著提升检测性能的同时,也在应对诸如方向变化、尺度变化和可提取特征较少等复杂场景时存在不足.为了解决上述问题,提出一种基于大型选择性卷积核注意力机制的遥感图像小目标检测算法来增强模型的鲁棒性.近年来遥感目标检测的研究多集中于改进边界框的表示方式,而对遥感场景中独特的先验知识的关注较少.这种先验信息在检测中可能具有重要作用,因为在遥感影像中,微小目标往往因缺乏足够的背景参照而被错误识别.更进一步,不同类型的目标对背景的需求可能有所差异.因此综合考虑这些先验因素,提出了一种基于大型选择性卷积核注意力机制的遥感图像小目标检测方法.在NWPU VHR-10数据集上的评估结果表明,与多个主流算法相比,该算法在多个指标上达到最优.

关键词： 时空图卷积   人体姿态估计   跌倒检测   计算机视觉  

摘要： 针对ST-GCN算法在动作识别中需要预先定义人体骨架拓扑图及准确率有待提高等问题,提出了基于OpenPose与改进ST-GCN结合的跌倒检测算法.利用OpenPose算法提取人体骨骼关键点数据,将骨骼关键点数据输入改进的ST-GCN算法中进行动作识别.对ST-GCN算法进行改进,引入自适应图卷积模块,通过动态调整图结构,增强模型对不同动作类型特征提取的灵活性;引入注意力机制模块,进一步提升模型的识别性能.在公开数据集上验证的结果显示, NTU-RGB+D 60数据集上, X-Sub和X-View的top-1准确率与改进前相比分别提高2.2%和2.5%; Kinetics-Skeleton数据集上, top-1和top-5准确率分别提高3.1%和4%.自建数据集上的准确率与改进前相比提高4.7%.实验结果表明,所提出的算法满足实际应用需求.

关键词： 目标检测   深度学习   标签分配   多尺度注意力   大核网络  

摘要： 光学遥感图像目标检测是遥感图像数据智能解译的关键技术。为了解决遥感图像目标检测时目标尺度差异大，目标受背景因素干扰，目标形状各异的问题，提出了LMK(large multiscale kernel)网络。该网络通过大核卷积分解和多尺度注意力机制模块，能够动态调整空间感受野，从而更好地捕获遥感场景中物体的上下文信息。此外，设计了一种面向目标检测的形状自适应选择（SAS,shape-adaptive selection）标签分配策略。该策略将目标形状信息集中于长宽比，通过结合物体的形状信息和特征分布计算IoU最优阈值。针对遥感图像目标姿态旋转定位难的问题，引入了KFIoU损失函数。实验结果表明，所提出的目标检测模型在HRSC2016,UCAS-AOD和DOTA数据集上的精度分别达到了96.73%,97.85%和77.26%。改进后的模型优于目前绝大多数目标检测算法。

关键词： 深度学习   目标检测   谷瘟病   YOLOv8n  

摘要： [目的]田间背景下谷子谷瘟病的智能化识别环境干扰强、病斑尺度多变，现有研究采用的模型在实际应用场景中的适应性仍需进一步优化。[方法]本研究依托构建的大样本谷瘟病数据集，提出了一种基于改进YOLOv8n的谷瘟病检测模型YOLOv8-SDL。该模型在YOLOv8n基础上，通过强化主干网络特征提取、引入轻量高效上采样增强特征融合能力，以及引入注意力机制提高模型对重要特征选择能力这3个方面进行改进，以提升模型在复杂背景下对谷瘟病实例检测的稳定性与准确性。首先，对可切换空洞卷积SAC的结构进行优化，在上下文结构中的1×1卷积前添加一层3×3卷积，并结合通道注意力SE构建了SE＿SAC，将其嵌入主干网络C2f模块中，以强化模型主干网络对病斑区域多尺度特征的提取能力；其次，引入DySample上采样替代邻近插值上采样，利用该上采样的基于点采样的动态上采样策略，在降低模型计算量的同时，减少上采样过程中的特征信息丢失以提高模型的特征融合能力，进而提升模型对小目标病斑的定位精度；最后，在颈部网络引入大可分离注意力LSKA，利用该注意力的可分离卷积机制来增强模型对复杂背景中病斑特征的聚焦能力。[结果]实验结果表明，YOLOv8-SDL的检测精度为91.5%,mAP@0.5为93.9%,mAP@0.5～0.95达到62%，相较于原模型分别提升了4.4%、1.4%和2.2%。[结论]研究结果可为复杂环境背景下的谷瘟病病害精准检测提供坚实可靠的技术支持。

关键词： 深度学习   YOLOv5   K-means   Focaler-IoU   MultiSEAM  

摘要： 在智能交通系统和自动驾驶等领域中,车辆目标检测的准确性和鲁棒性至关重要。然而,现有目标检测模型的性能在复杂交通场景中显著下降,难以满足实际应用需求。因而提出了一种基于你只看一次(You Only Look Once, YOLO)改进的车辆目标检测模型——YOLOv5-MultiSEAM。首先,采用交并比(intersection over union, IoU)距离替代欧式距离作为K-means算法的评价标准,优化了锚框聚类算法;其次,在YOLOv5模型的检测头部引入了由YOLO-Face提出的空间增强注意力模块(spatially enhanced attention module, SEAM),改善遮挡情况下的检测性能;最后,采用Focaler-IoU Loss替代传统定位损失函数,实现更为精准的定位和更快速的收敛。在城市事故检测与跟踪(urban accident detection and eracking, UA-DETRAC)公开数据集上的实验结果验证了本模型在车辆目标检测领域的有效性和优越性。