关键词： 自动驾驶   目标检测   实时检测   多任务模型  

摘要： 自动驾驶的感知系统需要同时完成交通目标检测、可行驶区域分割和车道线检测。但是，用于同时实现上述三个任务的模型难以达到实时检测的需求。因此，本文提出了一种高效快速的多任务视觉感知网络模型，同时处理三个任务并提高了推理速度。该模型是基于YOLOv8的骨干网络来构建多任务视觉感知网络模型，针对分割任务提出自适应共享模块和共享分流式颈部网络来进一步实现多任务的高效推理。实验结果表明，本文的模型在BDD100k数据集上获得了较好的性能和显著的推理速度。

关键词： 道路工程   落石检测   Yolov8   轻量化模型   注意力机制   目标检测  

摘要： 为确保道路交通安全、及时检测并预警滚落到公路上的落石，构建面向落石灾害的数据集，设计一套基于机器视觉的落石检测系统，并提出一种改进的YOLOv8算法（YOLOv8-GCB）,该算法在提升检测精度的同时，优化模型计算效率，便于部署于边缘计算设备。首先，在YOLOv8-GCB算法中设计幻影主干网络，将主干网络中的普通卷积单元替换为幻影卷积单元，降低模型的参数量和计算复杂度，提升模型在低算力设备上的运行效率。其次，在主干网络中引入通道空间混合注意力机制，使模型能够更好地关注落石的关键特征，增强对复杂背景的适应能力。最后，设计跨越加权融合网络，将跨越连接和加权融合的思想融入到特征融合网络中，进一步提升模型对不同尺度落石目标的检测性能，并与YOLOv8算法进行对比试验。研究结果表明：YOLOv8-GCB算法的平均精度在AP@0.5上提高了1.2%,在AP@0.75上提升了1.1%,模型参数量下降了14.1%,模型计算量下降了16.1%;上述改进为边缘设备在有限算力条件下实现公路落石灾害的智能检测提供了可行的技术解决方案，在确保检测精度的同时，有效兼顾了实时性与资源受限的双重约束，为公路落石灾害的智能化监测与预警奠定了技术基础。

关键词： 数字图像处理   新工科   课程思政  

摘要： 在新工科建设的背景下，本文旨在探讨如何在数字图像处理课程中运用模块化设计理念，深入挖掘各章节中的思想政治教育元素。通过在关键章节中巧妙地融入思想政治教育的相关案例，例如诺贝尔奖中数字图像处理的应用实例、“嫦娥工程”的伟大成就、李德仁院士的科研创新精神以及傅里叶变换所体现的科学精神等，旨在有效提升学生的社会责任感，并实现知识传授与价值引领的有机结合。

关键词： 水表读数   图像处理   目标检测   YOLOv8   GMSC   LSKA   ShapeIoU  

摘要： 随着我国老龄化趋势的加剧,智慧居家养老服务需求显著增加。该服务结合了物联网和大数据技术,以实现个性化、便捷和安全的居家养老方案。其中,自动用水监测是智慧居家养老服务中重要的一环,它通过拍摄并识别水表图像,记录老年人的用水情况,从而预防潜在的健康问题或突发情况。但由于水表管道排列杂乱,导致拍摄的水表图像出现倾斜、模糊、半字等问题,加之表盘兼具指针和数字示数,进一步增加了水表图像识别的难度。为此,本文把水表读数识别分为水表字符读数识别和水表指针读数识别。 本文把水表字符读数识别看作目标检测任务,通过目标检测算法输出的预测框信息,提取水表读数,并建立了水表数据集,优化了算法结构。选用YOLOv8n作为基准模型,提出一种基于分组多尺度卷积的目标检测算法:GMS-YOLO。首先,采用分组多尺度卷积(GMSC)替换了Bottleneck模块中的卷积,增强模型特征提取能力。其次,将大核可分离注意力(LSKA)引入SPPF模块,提高对细小特征的感知能力。最后,选用Shape IoU作为边界框损失函数,提高模型定位能力。在水表图像数据集进行测试,GMS-YOLO的m AP@0.5达到了92.4%,精确率达到了93.2%,相较于YOLOv8n提升了2.0%和2.1%。 针对水表指针读数的识别,本文采用了传统图像处理算法进行研究。首先,采用灰度化、滤波去噪、锐化等图像预处理方式增强图像中表盘和子表盘的边缘轮廓。其次,利用Hough圆检测分割出表盘和子表盘,并对倾斜的表盘采用仿射变换进行校正。再结合Canny边缘检测和形态学处理分割出指针形状。最后,通过指针轮廓的坐标集合计算指针重心和指针尖点,确认指针指向和偏移角度,进而获取指针读数。为了验证算法的鲁棒性,进行了一系列的复杂性测试。

关键词： 多尺度道路目标检测   CAA   加权双向特征金字塔网络   YOLOv10n  

摘要： 针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题，提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先，在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多尺度特征图的语义信息；再利用上下文锚点注意力机制(Context Anchor Attention, CAA)聚焦远程上下文信息，并在此两者基础上设计了上下文锚点多尺度模块CAMS,进一步丰富骨干网络的多尺度特征提取能力；然后在Neck网络引入GSConv,提出轻量化特征提取模块GSC2f,减少模型参数量同时提升精度；最后，Neck部分采用加权双向特征金字塔结构(Bi-FPN)通过引入额外的双向路径连接加强对小目标信息的融合能力。实验结果表明，所提算法在KITTI和BDD100K数据集上平均精度均值(mAP@0.5)分别达到89.8%和46.2%,相较基准模型YOLOv10n分别提高了1.5%和2.1%,同时模型参数量减少了0.3 M。因此，改进CMB-YOLO模型有效提升了对多尺度目标和小目标的检测性能，可以更好地满足复杂道路目标检测的需求。

关键词： 图像处理   深度学习   无人机   安防系统  

摘要： 阐述深度学习原理及其在图像处理中的优势，分析无人机安防系统的设计与实现，包括数据采集与处理、模型训练与优化等。实验验证表明，该系统显著提高了目标识别与跟踪的准确率。

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： 荔枝   YOLO11   图像处理   深度学习   品种识别   轻量化  

摘要： 精准高效的荔枝品种识别是实现采集后荔枝品质智能化检测的重要一环。针对目前深度学习算法因不同荔枝果实表皮和形状存在细微性差别而无法精准识别的问题，该研究将目标检测模型YOLO11进行改进，提出一种基于改进YOLO11的荔枝果实品种识别模型SCL-YOLO11。首先，在YOLO11的主干网络，将C2PSA注意力模块替换为具有通道注意力和空间注意力C2f＿SimAM注意力模块，提高模型关注和加权图像不同特征维度的能力；其次，在C3k2模块中应用具有大核深度可分离卷积CMUNeXt，提高模型对荔枝果实几何特征的感知和计算能力；测试结果表明，改进后的SCL-YOLO11模型识别准确率为99.61%，相比于VGG-19、VIT、AlexNet、RestNet-50、YOLOv8、YOLO11模型，分别提高了27.10、17.99、12.47、7.05、4.83、2.89个百分点，该模型参数量为1.27 M，计算量为3.1 G，相较于YOLO11模型分别降低了17.5%和6.1%。改进后的SCL-YOLO11模型能对具有细微纹理差异和形状差异的荔枝果实进行实时精准的品种识别，并且降低了网络规模，可为采集后荔枝果实智能化品质检测设备研发提供技术参考。

关键词： 深度学习   目标检测   注意力机制   轻量化   YOLO算法  

摘要： 油茶是我国南方著名的木本油料果树,其果实营养丰富,品质优良,具有很高的商业价值。在油茶果实的生产过程中,采收过程在整个生产过程中占有很大的比重。油茶果实的采摘主要依靠人工手段。城镇化进程加剧了劳动力的短缺,造成油茶果实采摘成本大幅提高。采摘机器人能够提高生产效率、降低采摘成本,是果蔬生产的必然趋势。 油茶果实在自然果园环境下,常受到树叶、树枝和果实自身的遮挡,且成熟的油茶果实呈青绿色,与背景颜色相似,使得特征提取变得困难。为解决这一问题,并避免将近处花苞误识别为果实导致误采摘,本文采取了以下策略:首先,构建了包含不同天气条件、拍摄时间段以及拍摄距离下的油茶果实图像数据集,模拟了真实场景中的多种遮挡情况。其次,采用数据增强技术提高模型的鲁棒性,并引入注意力机制使模型更关注关键特征,以减少遮挡干扰。为了区分可采摘的果实和不可采摘的花苞,我们将数据集标注为“可采摘”和“不可采摘”两类。 针对模型计算量大、难以部署的问题,本文提出了轻量级油茶果实识别模型YOLOv5s-SNG。该模型基于YOLOv5s框架,通过在Neck部分使用GhostConv和C3Ghost模块替换原有的Conv和C3模块,在大幅减少参数量和计算复杂度的同时,仍保持了较高的检测精度。实验结果表明,YOLOv5s-SNG检测油茶果实的精度为92.5%,模型大小仅为11.6MB,计算量和参数量分别压缩至YOLOv5s的84.1%和80.5%。 为了进一步提升小目标的检测精度,尤其是花苞的检测精度,并考虑到YOLOv5部署依赖ONNX和Tensor RT导出、移动端适配性差等问题,本文采用YOLOv11s作为基础框架,提出了一种针对油茶果实的检测模型。YOLOv11作为YOLO系列的最新版本,在小目标检测方面具有显著优势,更适合于花苞检测。实验结果表明,YOLOv11s的花苞检测精度为78.7%,油茶果实检测精度为92.4%,虽然模型大小增加到了18.4MB,GFLOPs为21.3,FPS降低至79.6,但在花苞检测精度上有了显著提升,更适合于需要高精度小目标检测的场景。

摘要： 随着移动互联网的快速发展和智能手机的普及,短视频已成为人们日常生活中不可或缺的一部分。短视频平台上的内容种类繁多,包括娱乐、教育、新闻等多个领域。然而,如何从海量的短视频中筛选出精彩片段,成为一个亟待解决的问题。传统的视频剪辑方法需要人工参与,不仅耗时耗力,而且难以保证剪辑的准确性和一致性。因此,研究一种能够自动剪辑短视频精彩片段的算法具有重要意义。