关键词： 红外小目标   IHBF   加权局部对比度   目标检测  

摘要： 针对红外小目标在复杂背景下检测率低的问题,提出一种基于改进的高升压滤波(IHBF)的加权局部对比度的目标检测算法。首先通过IHBF处理红外图像抑制大部分背景杂波,提取候选目标像素;然后利用目标区域与背景区域之间的灰度差异比来计算局部对比度;同时,根据目标与背景的相异性设计加权函数,进一步提升目标与背景之间的对比度;最后通过自适应阈值分割提取目标。实验结果表明,所提算法在多种复杂场景中均展现出优异的检测性能。

关键词： 实例分割   深度学习   精准农业   YOLOv11s-seg   杂草识别   计算机视觉  

摘要： 棉田杂草识别是精准农业中的关键任务,尤其在地膜覆盖、目标遮挡和密集分布等复杂田间环境下,对识别算法的实时性与鲁棒性提出了更高要求。鉴于此,在YOLOv11s-seg架构基础上,提出了一种适用于田间智能终端的实例分割算法YOLO-weed。该方法采用VanillaNet-6替代原始主干网络,以增强低计算资源下的特征提取能力;引入分离增强注意力模块,加强特征间的语义交互;同时构建融合动态卷积与掩码原型结构的分割头,提升目标区域的边界感知与掩码预测效果。在自建棉田杂草实例分割数据集上进行验证,结果表明,YOLO-weed在mIoU、掩码召回率与mAP@50等关键指标上分别达到0.802、0.858和0.912,整体性能较YOLOv11s-seg算法分别提升了5.4、3.7和2.3个百分点。该改进方法适用于农田作物与杂草分割任务,具备良好的部署前景。

关键词： 低光图像   目标检测   知识蒸馏  

摘要： 随着无人机技术的快速发展,无人机视角下的航拍图像检测在各个领域得到广泛应用。然而,低光场景下捕获的图像往往会出现曝光不足和光照不平衡,导致检测性能显著下降。并且边缘设备计算资源有限,因此部署在边缘设备中,通常需要对模型进行压缩,而知识蒸馏是一种压缩模型的通用方法,能将模型性能提升到更高水平。为此,提出一种端到端的双参数曝光目标检测网络DPEDet(Dual Parameter Exposure-correction Detection)和双屏蔽生成知识蒸馏框架GLMGD(Global and Local Masked Generative Distillation)。DPEDet以两种像素级的方式对低光图像进行非线性映射分别得到全局增强的图像和细节增强的图像,得到对目标检测友好的图像。GLMGD使用注意力机制获得局部和全局的注意力掩码,使用掩码屏蔽特征区域,通过重建屏蔽特征以获得更好的表征。最后,在NightDrone和ExDark数据集上进行大量实验,结果表明,DPEDet相较于当前先进算法有着更好的表现,有效地提高了低光场景下目标检测能力。

关键词： 驾驶安全   三维凝视目标检测   注意力监测   危险预测   警报系统   融合技术  

摘要： 交通事故每年都会造成大量人员伤亡和财产损失,其中驾驶员注意力分散是导致事故发生的关键原因之一。传统驾驶员注意力监测系统难以准确判断视线方向与潜在危险的关系,因此研发更高精度的驾驶安全监测系统显得尤为重要。为此,提出一种基于三维凝视目标检测的驾驶环境危险监测系统,综合运用单目摄像头三维人脸重建、凝视目标检测算法等技术,实现对驾驶员注意力的精准监测。同时,结合DETR目标检测算法与TGM模型进行危险预测,并设计创新的警报系统及用户交互系统。该系统通过融合多种技术,有效提高了驾驶员注意力检测准确性、危险评估全面性及警报有效性,但仍面临人脸异常精度检测和全球坐标系精确建立等挑战。未来有望通过技术优化进一步提升性能,从而为降低交通事故发生率、保障驾驶安全提供有力支持。

关键词： 多模态大模型   神经网络   深度学习   积水识别   图像处理   语义分析  

摘要： 路面积水易导致安全隐患,针对传统目标检测需要大量样本进行训练的问题,提出一种创新的解决方法——基于多模态大模型的路面积水识别方法。利用图像视觉处理工具库实现实时视频取流,使用视觉处理算法进行图像增强处理,采用深度学习模型对图像进行场景关键词提取,利用语义理解模型进行语义分析、结构化输出等多个步骤,并结合历史数据和天气信息对判别结果进行校验和优化,实现了对路面积水的准确识别与连续监测,显著提高了城市交通管理和应急响应的效率。

关键词： 交通工程   图像处理   Transformer模型架构   道路缺陷检测   坐标注意力(CA)  

摘要： 针对道路缺陷检测中伪缺陷干扰及现有方法对全局特征捕获能力不足而导致的误检和漏检问题,提出了基于YOLOv5的融合全局感知与坐标注意力的道路缺陷检测方法。首先,设计了全局感知增强模块(enhanced global perception block,EGPB),通过在卷积神经网络(convolutional neural networks,CNN)中加入自注意力机制处理计算机视觉任务,增强对道路图像的局部细微缺陷的识别能力和全局上下文信息感知能力。其次,通过嵌入坐标注意力(coordinate attention,CA)模块,通过捕获跨通道信息增强定向感知和位置感知能力,提升缺陷区域空间位置的敏感度。此外,根据缺陷目标的实际物理特征对路径聚合网络进行策略性裁剪,促使模型集中分析更为关键的特征层次,实现降低模型冗余并保持高精度检测的效果。实验表明:相比原始YOLOv5模型,文中方法的关键指标均值平均精度(mean average precision,mAP)提升3.1%,F1分数提高0.031,准确率提升2.7%,并在多样化道路条件下表现出更优的稳定性和准确性。

关键词： 车辆荷载   桥梁动态称重   计算机视觉  

摘要： 文章提出了一种结合深度学习和计算机视觉的新方法,以解决传统桥梁称重技术在应用场景、维护成本和数据准确性上的局限。通过YOLO-v4模型实现车辆及车轴的高精度检测,并利用SORT算法进行车辆跟踪,采用单应性变换建立坐标映射,计算实际轴距、车道位置和车速。实验结果展示了该方法在提高车辆荷载监测效率和准确性方面的潜力。

关键词： 辣椒苗   移栽机   YOLOv8n   作业质量检测   目标检测   智能农业  

摘要： 针对田间辣椒苗移栽作业中传统人工检测方法的耗时和低效、无法满足实时性和精确性需求的问题,以提升检测精度,实现高效、实时的辣椒苗移栽质量监测,满足复杂环境下农业现代化的需求,本文提出了基于改进YOLOv8n的轻量化辣椒苗移栽质量检测模型。首先,使用C2f-Faster-EMA模块替换YOLOv8n模型骨干网络中的C2f模块,以减少模型参数量并提升检测效率;其次,在颈部网络中融合BiFPN(双向特征金字塔网络)和全局-局部自注意力模块,增强特征的语义与位置信息,提高多尺度特征的融合能力;最后,采用Focal-SIoU损失函数代替原损失函数,优化边界框回归性能,增强对小目标的检测效果。在自然田间环境下采集的辣椒苗数据集中,改进后的模型参数量和模型大小较原YOLOv8n基线模型分别降低42.96%和37.70%,召回率和平均精度分别提高5.19%和1.99%。为辣椒苗移栽质量检测的智能化和实时应用提供了有力支持,适合在农业无人机和便携式设备上进一步部署。

关键词： 目标检测   YOLO   边缘设备   推理精度   推理速度   数据读写量   计算复杂度   模型部署  

摘要： 现有目标检测模型在边缘设备上部署时,其检测性能和推理速度的平衡有较大提升空间。针对此问题,本文基于YOLO(you can only look once)v8提出一种可部署到多类边缘设备上的目标检测模型。在模型的骨干网络部分,设计了EC2f(extended coarse-to-fine)结构,在降低参数量和计算复杂度的同时降低数据读写量;在颈部网络部分,将颈部网络替换为YOLOv6-3.0版本的颈部网络,加速了模型推理,并将推理精度维持在较好水平;预测头网络部分设计了多尺度卷积检测头,进一步降低了模型的计算复杂度和参数度。设计了两个版本(n/s尺度)以适应不同的边缘设备。在X光数据集的实验表明,模型在推理精度上比同尺度的基准模型分别提升0.5/1.7百分点,推理速度上分别提升11.6%/11.2%。在其他数据集上的泛化性能测试表明,模型的推理速度提升了10%以上,精度降低控制在1.3%以内。实验证明,模型在推理精度和速度之间实现了良好的平衡。

关键词： 构件识别   进度监测   BIM   虚拟数据集   自动标注  

摘要： 针对建筑领域开源数据少、数据标注成本高、目标检测模型训练困难等问题,提出一种基于BIM与计算机视觉的施工现场构件识别方法。首先,利用BIM三维模型模拟施工现场并进行渲染,批量生成包含目标构件的二维虚拟图像;随后,利用阈值分割、形态学腐蚀等图像处理手段突出构件主体,实现虚拟图像的自动标注;最后,利用带标注的虚拟图像训练目标检测模型,并迁移应用于真实施工现场,实现施工现场构件的快速检测和识别。结果表明,高质量渲染的虚拟图像可以支撑目标检测模型的训练,检测结果能够满足建筑施工现场环境下构件识别的基本需求。