关键词： 多金属结核   丰度评估   图像增强   目标检测   覆盖率   粒径估计  

摘要： 为了提高深海多金属结核资源评估准确率，采用多金属结核数量、覆盖率、粒径作为多金属结核资源评估的参数，提出了一种基于图像增强和识别技术的多金属结核资源丰度评估方法。首先针对深海多金属结核图像存在对比度低、偏蓝绿等问题，基于光在水体中的衰减率不同的特征，估计场景深度，对结核图像进行有效还原；其次，制作相关多金属结核图像数据集，采用YOLO12目标检测模型统计多金属结核分布信息；对由于被海底泥沙遮挡导致结核矿物覆盖率计算结果偏低的现象，通过二值化形态学膨胀的方法，提高多金属结核覆盖率计算结果；然后，通过将多金属结核拟合为规则圆，根据多金属结核暴露在海底表面的高度，给出被掩埋结核的实际粒径定量表达式，进一步提高矿物资源的评估准确率，为采矿作业控制和行进路线提供判断依据，提高采矿效率。

关键词： 计算机视觉   Transformer   异源景象匹配   位置检索   追踪定位  

摘要： 随着无人机技术在近地遥感、装备运输等工程领域中的广泛应用，无人机自主定位导航技术逐渐成为研究的重点；针对GNSS拒止条件，根据低空环境无人机地理定位的需求，本文提出了一种基于Transformer异源匹配的无人机地理定位方法；对于无人机初始位置检索任务，该方法实现了一种基于K倍扩充的检索匹配算法，能够使无人机检索到当前环境初始位置，同时提高了无人机初始位置检索的速度；实验结果表明：在无人机150m及以上飞行高度环境，无人机初始位置检索准确率为90.4%，追踪定位位置均方根误差为12.4m；通过K倍扩充处理后初始位置检索时间从17.33s降低至3.58s，追踪定位匹配更新时间为0.158s；仿真和实验证明了该方法能够满足无人机在低空稀疏特征环境下的实时地理定位需求。

关键词： DETR   小目标   可变形注意力   多尺度注意力   WIoU v3  

摘要： 针对DETR(DEtection Transformer)在小目标检测方面精度较低的问题，提出了一种基于改进DETR算法的小目标检测方法。首先，针对骨干网络ResNet-50在小目标特征提取方面提取能力弱、效率低、易丢失细节等问题，提出了一种结合多尺度注意力机制的改进MetaFormer作为DETR的骨干网络，增强模型对小目标的表征能力。其次，针对Transformer注意力模块在处理图像特征映射时存在收敛慢、特征空间分辨率受限等问题，引入了可变形注意力解码器，使模型能够聚焦于参考点周围的关键采样区域，从而加快模型收敛并提升小目标检测精度。最后，针对GIoU损失函数无法衡量预测框质量的问题，引入了WIoU(Wise-IoU)v3损失函数，为不同质量的预测框赋予差异化的梯度增益，引导模型收敛到更高的精度。在COCO2017目标检测数据集上的实验结果表明，相较于DETR，所提方法对小目标的平均检测精度提升了7.6个百分点，整体的平均检测精度提升了4.7个百分点，表明所提方法具有更高的检测精度。

关键词： PCB检测   轻量化   YOLOv8n   深度学习   目标检测  

摘要： 针对现阶段PCB缺陷检测算法在模型参数量和检测精度无法同时兼顾的问题，本文提出改进YOLOv8n的轻量化PCB检测算法ST-YOLO。首先，采用轻量化主干网络StarNet替换YOLOv8n的主干网络，调整网络结构。删除大目标检测层，新增小目标检测层。其次，颈部网络中将C2f模块与Star Block和CA注意力机制结合设计出C2f-Star-CA模块，能够更好的融合局部和全局的上下文信息。最后，设计轻量化检测头，通过使用共享卷积减少模型的参数量。实验结果表明：与YOLOv8n相比，本文算法模型参数量减少了45.5%，计算量减少了56.8%，mAP%0.5提升了0.2%。为满足移动端部署的需要提供了新的可能性。

关键词： 行人重识别   计算机视觉   深度学习   注意力机制  

摘要： 在换装行人重识别任务中，服装变化是影响识别精度的主要因素。为了寻找服装改变的不变性特征，提出了一个基于位置掩码引导 (Positional Mask-Guided Model，PMGM)换装行人重识别模型，PMGM模型通过头部、上身、下身、手臂的4个位置编码引导网络捕捉局部细粒度特征，与全局特征进行特征融合，精确提取服装改变的不变性特征。在推理实验时，添加头部特征匹配与身份特征匹配相结合后，提高了模型的识别能力。结果表明，PMGM模型在PRCC数据集上的mAP和Rank-1指标分别比基准模型提高5.7%和6.1%。

关键词： 图像处理   钛合金   目标检测   轻量化   深度学习  

摘要： 钛合金表面缺陷检测是保证钛合金产品生产和使用安全的一项重要任务，但是现有检测手段检测效率低，难以部署在终端设备。为了克服现有技术的不足，提出了一种基于YOLOv10n轻量化改进的Titanium-YOLO钛合金表面缺陷检测算法。在主干网络部分采用DualConv替代部分卷积，将C2f-DualConv模块替代传统C2f模块，减小了模型参数量和计算量；采用SlimNeck结构轻量化改进颈网络，提升网络性能的同时降低了模型计算量；采用轻量化检测头litehead替代传统v10Detect，在保证检测精度基本不变的前提下，降低了模型参数量和计算量。结果表明，Titanium-YOLO算法在自主构建钛合金数据集中的平均精度为99.0%，较基准模型提升了2.4%；参数量和计算量分别为2.6×106和7.3×109，较基准模型分别降低了3.7%和13.1%，优于其他实验对比算法。该算法具有高精度和低成本，方便部署在终端设备上，具有较好的工程应用价值。

关键词： 无人机(UAV)   可见光-热红外(RGB-T)多源目标检测   数据集   多源特征融合   YOLOv8  

摘要： 基于无人机（Unmanned Aerial Vehicle,UAV）平台的可见光（Red Green Blue,RGB）和热红外（Thermal infrared,T）多源目标检测，可实现全天时、全天候的目标侦察，在军用和民用领域有着重要的应用价值.受限于数据拍摄获取和处理的复杂性，当前少有公开的UAV视角RGB-T多源目标检测数据集，一定程度上限制了UAV视角RGB-T多源目标检测算法的研究和应用.与此同时，UAV应用场景复杂多变，其飞行高度、速度、焦距和背景等快速变化，所拍摄目标在图像上呈现出尺度多样、稠密/稀疏分布不均衡、类别不平衡等特点，具有一定的挑战性.此外，在诸如目标侦察、交通监控等高时效性应用场景中，算法需在保证高精度的同时实现实时目标检测，因此，算法的设计必须充分考虑精度与速度之间的平衡.针对上述问题，本文构建了一个跨季节、跨昼夜、多类别、多尺度的大规模UAV视角RGB-T多源图像数据集UAV-RGBT，包含20个类别、5 117对RGB-T图像和超11万个标注，有助于推进UAV视角多源目标检测算法的研究.同时，基于YOLOv8n模型，本文提出了一种UAV视角多源目标检测（UAV-based Dualbranch Multispectral object Detection,UAV-DMDet）模型，其通过多源交叉注意力融合和多源特征分解组合方法有效促进了多源特征的深度融合，较好地实现了模型参数量、检测速度和检测精度的均衡.实验结果表明：在UAVRGBT数据集上，UAV-DMDet模型较单源YOLOv8n模型，在RGB和T模态方面，mAP@0.5分别提高了3.61%、11.03%,mAP@0.5:0.95分别提高了0.84%、6.76%；在DroneVehicle数据集上，mAP@0.5和mAP@0.5:0.95较主流算法I2MDet提高了2.66%和12.36%；在检测速度方面，以640×640分辨率图像为例，UAV-DMDet模型在单张GeForce RTX 3090显卡上FP32精度推理速度可达31帧/s，在华为昇腾710处理器上FP16精度推理速度可达58帧/s，可有效应用于UAV视角RGB-T多源实时目标检测任务.

关键词： 水下目标检测   YOLOv8n   注意力机制   损失函数  

摘要： 针对传统目标检测方法在对水下目标检测时存在参数过多、推理速度慢、检测精度低等问题，提出了一种基于改进YOLOv8n的水下目标检测算法。首先，使用Ghost模块重新设计C2f模块，以减少算法的参数量和计算复杂度；其次，在YOLOv8n算法中引入了TA模块来提高特征提取能力，并优化了YOLOv8n的检测头结构，增加了小目标检测层(P6)，有效结合不同尺度的特征信息，保留更详细的目标特征信息，提高了小目标的检测能力；最后，在预测部分采用Wise-IoU作为损失函数，Wise-IoU通过在高质量和低质量图像之间分配多个权重来提高检测精度。实验结果表明，改进后的算法在自建的水下目标检测数据集上的mAP达到85.2%，FPS为97，与原始的YOLOv8n算法相比，mAP提升了3.5个百分点，证明了所提方法能够满足水下目标检测的需求。

关键词： YOLOv8   目标检测   注意力机制   C2f模块   RFCBAM   无人机  

摘要： 无人机反制系统中，无人机目标具有显著的多尺度特征，特别是在小目标检测方面，往往检测精度较低。针对此问题提出一种基于动态样本注意力尺度序列的YOLOv8n优化改进算法YOLOv8-C2f-RFCBAMConv。分析了目标无人机在多尺度和小目标识别中的挑战，提出通过改进主干网络和融合C2f-RFCBAMConv模块来优化特征提取能力，提升多尺度特征处理能力。采用RFCBAM机制，并引入残差融合和上下文注意力机制，提升了特征表达能力并减少计算复杂度。此外，使用WIoU损失函数改善了小目标低质量数据对梯度的影响，加快了网络收敛速度。实验结果显示，改进模型在自采无人机数据集上的mAP@0.5和mAP@0.5:0.95分别提升了3.1%和1.7%，GFLOPs提升了0.7，表现出更高的检测精度和更低的计算复杂度。

关键词： 图像处理   图像去雾   大气散射模型   四叉树分解   自适应伽马指数  

摘要： 为了克服现有图像去雾方法的不足，进一步改善图像去雾的效果，提出一种基于四叉树分解的自适应图像去雾方法。根据标准差对原有雾图像进行迭代的四叉树分解以及天空区域亮度较大且较为平滑的特征，选择均值与标准差的差值最大区域的像素中值作为大气光；根据区域的亮度均值和标准差，以自适应邻域的方式分别计算各个区域的传输率；由估计的大气光和传输率，通过大气散射模型对有雾图像进行去雾恢复；最后对去雾图像的亮度分量进行自适应的伽马优化。结果表明，相对于现有去雾方法，本文中的方法对图像去雾后具有更优的视觉效果，去雾图像的平均梯度和信息熵分别高于现有方法6.56%和1.75%以上，而无参考图像空间质量评估值低于现有方法8.25%以上。本研究对视觉检测、识别和跟踪等领域是有帮助的。