关键词： UMT   半监督   跨域目标检测   YOLOv5   VFL   伪标签处理  

摘要： 针对雾天场景下的跨域目标检测模型存在输入图像域差异显著、检测对象模糊、目标被遮挡，以及伪标签质量不高等问题，提出了一种基于无偏均值教师（Unbiased Mean Teacher，UMT）的半监督跨域目标检测模型UMT-HPLA (UMT-Harmony Pseudo Label Assigner)，该模型由非成对图像生成器，YOLOv5检测器和伪标签处理模块组成，分别从域适应、检测性能优化以及伪标签质量提升等方面进行改进。非成对图像生成器通过对比学习生成风格一致的伪图像，有效缓解域差异问题；在YOLOv5检测器中引入变焦损失（Varifocal Loss， VFL），提升对遮挡目标的鲁棒性；伪标签处理模块包括伪标签筛选器和伪标签分配器，伪标签筛选器将定位和置信度共同作为主导因素来选择样本以提供高质量的伪标签，并通过新设计的伪标签分配方法针对不同类型伪标签采用差异化损失计算策略。在公开的数据集Cityscapes和Foggy Cityscapes的实验结果表明，相比较以YOLO为检测器的UMT方法，该模型的mAP提高了3.7%，达到了58.1%。

关键词： 机械臂   深度学习   YOLOv5算法   目标检测  

摘要： 为了解决工业生产和自动实践教学中常见的物料分类准确率低和抓取不准的问题，基于深度学习算法设计了一套桌面级物料分类和分拣实验平台。该实验平台通过YOLOv5目标检测算法对4种不同目标进行分类，由两个配备机械夹爪的4自由度机械臂协同实现上料和分拣。实验所需的数据集来源于自建数据集，并通过数据增强算法实现样本扩充以提升模型的泛化能力和鲁棒性。实验以STM32单片机为控制核心，采用视觉处理模块对物料进行分类和定位，通过串口将分类结果和位置信息传入单片机，同时单片机通过逆运动学计算得到控制参数，从而控制机械臂完成上料和分拣任务。实验结果表明，基于YOLOv5的物料分类平均精度达到了87.2%，机械臂能够依据分类信息精准实现物料分拣，该实验平台在工业生产和自动化实践教学中具有一定的推广意义和应用价值。

关键词： 光学器件   光斑检测   图像处理   运动定位机构  

摘要： 为了降低人工作业强度、提高波分复用器件检测速度和检测质量，设计了基于机器视觉的波分复用器件光斑自动检测装置。采用四轴运动平台结合硅胶真空吸嘴实现波分复用器件自动抓取和姿态调整；利用电荷耦合器件相机采集波分复用器件图像，通过灰度化、边缘检测获取器件的轮廓和偏转角度；采用互补金属氧化物半导体相机获取波分复用器件的出射光斑，利用霍夫圆检测确定多路光斑的圆心坐标和数量，通过最小二乘法将多路光斑圆心坐标拟合成直线，并根据直线斜率评价光器件的质量。结果表明，光斑自动检测装置可在37 s内完成光器件质量检测，是人工检测速度的3倍，准确率高于97%。该研究可为高速高精度波分复用器件光斑自动化检测装置的研制提供参考。

关键词： 计算机视觉   目标检测   DETR算法   视觉Transformer   图像分割  

摘要： 目标检测领域中，卷积神经网络（CNN）长期占据主导地位，并以其准确性和可扩展性在学术界得到广泛认可。目标检测领域先后涌现出多个代表性模型，如R-CNN系列（包括FastRCNN、FasterRCNN等）和YOLO系列。随着Transformer在自然语言处理领域的成功，研究者开始探索将其用于计算机视觉，由此产生了如ViT和Swin-ViT等视觉骨干网络。2020年，Facebook团队为减少目标检测任务中的先验知识和后处理，推出了基于Transformer的DETR，一种端到端目标检测算法。尽管DETR在目标检测领域展现出潜力，但也存在诸如收敛速度慢、准确性较差、目标查询的物理意义不明确等缺点。这促使诸多研究人员对该算法开展了进一步的研究和改进。本文旨在分析整理总结针对DETR的改进探索，并分析他们的优势与不足，同时对利用DETR开展的前沿研究和细分应用领域进行概括，最后给出DETR在计算机视觉领域的未来展望。

关键词： 10 kV电缆   施工缺陷   缺陷识别   特征提取   Canny算子   图像处理  

摘要： 10 kV电缆中间接头施工缺陷易导致绝缘故障，为了快速准确的检测识别电缆中间接头施工缺陷，提出一种Canny算子和图像处理结合的边缘检测方法。Canny算子和图像处理结合的算法能最优定位边缘、不误检，得到准确的中间接头边缘信息。实验结果表明，Canny边缘算法能检测出缺陷图像中较为完整的污渍和划痕，对于主绝缘切割不齐、半导电剥离不齐和毛刺缺陷能准确的检测，缺陷算法准确率均达到90%以上。Canny边缘检测算法提高了缺陷检测的智能化程度，能有效管控施工质量。

关键词： 激光熔覆   孔隙   计算机视觉   深度学习   目标   优化  

摘要： 为了提升激光熔覆损伤修复件中孔隙的检测精度，以调整激光熔覆工艺参数，从而减少熔覆层气孔、开裂等缺陷，提升激光熔覆层质量，开展IN718镍基合金不同工艺参数下的激光熔覆试验，并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积层之间增加Coordatt注意力机制模块，从而增强特征图的空间位置信息权重；改写YOLOv5网络结构，以增强网络模型对孔隙类小目标的检测能力；采用Soft-NMS代替原有NMS（非极大值抑制）进行检测结果后处理，进一步降低网络漏检率；将SP-YOLOv5算法孔隙检测结果与YOLOv5、FasterRCNN、RCNN以及ImageJ软件分析结果进行对比，得出SP-YOLOv5算法模型比其他算法模型的精度最高提升了10.57%；在此基础上，通过对激光熔覆熔池温度、熔池面积及熔覆层横截面孔隙率、熔宽、熔高、熔深等的测量，基于Stacking算法建立激光熔覆工艺参数与孔隙率的回归预测模型，并采用目标优化算法获得了较优激光熔覆工艺参数组合（激光功率1 330 W、扫描速度460 mm / min、送粉率13 g / min），对熔覆件进行孔隙参数测量，结果显示，在这些优化参数下，Stacking模型预测的孔隙率与实际测量值的一致性达到97.5%，验证了优化方法的有效性，研究结果可为激光熔覆层孔隙缺陷的有效控制提供理论依据。

关键词： 深度学习   单目三维目标检测   Transformer   深度可分离卷积  

摘要： 近年来，基于深度学习的单目图像三维目标检测由于数据来源简单、成本低等优点，被广泛应用于自动驾驶、战场感知等领域。但由于单目图像中深度信息的匮乏，导致现阶段模型性能较低。为此，本文提出了一种新的单目三维目标检测Transformer模型DM-Transformer（Depth-aware Monocular Transformer）。该模型以ResNet50为骨干网络对单目图像提取视觉特征；通过交叉注意力机制构造深度信息表现模块，并将深度感知解码器输出的视觉信息和深度信息作为输入进行融合学习，使模型学习物体局部的深度信息以及物体之间的特征联系；最后基于融合了深度和视觉特征进行三维物体检测，并在公共目标检测数据集KITTI 3D上验证了该模型的性能，与当前单目三维目标检测模型相比，有效提高了三维物体检测精确度。

关键词： 分布式多目标跟踪   航迹随机有限集   加权算术平均融合   TPHD滤波器   TCPHD滤波器  

摘要： 分布式多传感器多目标跟踪方法可通过信息融合充分利用各传感器量测信息，有着优秀的跟踪性能、鲁棒性与组网灵活性，在军事以及民用领域有着广泛应用，是当今的研究热点。其中，基于航迹随机集的分布式多目标跟踪方法由于无需额外处理即可直接输出平滑的航迹估计，有着极高的研究价值。然而，在航迹随机集理论框架下，已有的实现方法无法兼顾航迹状态空间结构以及最小信息差异准则（Principle of Minimum Information Difference， PMDI）的要求。本文在基于加权算术平均（Weighted Arithmetic Average， WAA）融合准则的分布式多目标跟踪框架下，结合航迹概率假设密度滤波器（Trajectory Probability Hypothesis Density， TPHD）滤波器与航迹基数概率假设密度（Trajectory Cardinality Probability Hypothesis Density， TCPHD）滤波器，提出了一种基于状态空间结构（State Space Structure，SSS）的分布式跟踪方法，并给出了基于高斯混合模型（Gaussian Mixture Model，GMM）的方法实现。该方法利用航迹状态空间结构信息，将航迹随机集的信息融合问题分治为多个独立的单一线性空间内子随机集信息融合问题，基于PMDI推导得出各子随机集融合后验分布，将其合并后即为航迹随机集融合后验分布，并以此为理论基础设计了基于GMM的实现方法以及基于目标状态估计的航迹状态估计方法。新方法满足PMDI，可高效利用各传感器的后验估计信息，且仅对同一子空间内的起始时刻与状态维度相同的航迹信息进行WAA融合，可采用目标随机集的实现方法。仿真实验比较了新方法与多种跟踪方法的跟踪性能，表明了该算法的有效性。

关键词： 无人机图像   目标检测   YOLOv8n   特征提取  

摘要： 无人机由于其效率高、成本低、机动性好等优点,在各种复杂地形环境检测中的应用越来越广.然而,航拍图像中的目标分布密集、尺度变化大且存在大量小目标,其目标检测成为当前无人机技术研究的热点和难点.针对这一问题,提出一种基于改进YOLOv8n的无人机小目标轻量化检测算法DCD-YOLO(dynamic capture drone YOLO).具体为,在主干网络部分,利用CDR模块的多速率扩张卷积和残差结构,实现基本特征提取;在颈部,引入加权双向特征金字塔模块(BiFPN),利用跨尺度连接和加权融合输入特征,更快速高效地实现多尺度特征融合;内容引导卷积和自注意力(CGCA)融合模块融合浅层特征图和深层特征图,通过学习到的空间权重调整输出特征图,缓解了梯度消失问题,增强了细节特征;在检测头部分,引入动态检测头,实现检测头和注意力的统一,提高检测能力.实验表明,在Vis Drone2019无人机数据集上,DCD-YOLO实现了0.407的m AP@0.5综合检测精度,相比基线模型YOLOv8n提升了21.9%,相比主流的算法和YOLO系列目标检测算法,DCD-YOLO具有更优秀的检测性能,较好地实现了模型检测精度和模型大小的平衡.

关键词： 3D目标检测   点-体素   感受野融合   几何聚合   小目标检测  

摘要： 交通场景的3D目标检测旨在通过点云数据对场景中的车辆和行人等进行识别，本文着重于提升小目标检测的性能。本文设计了全新的多模态特征编码方案：基于双向感受野融合的体素特征编码方法和基于局部几何聚合的点-体素特征混合编码方法。另外，本文模块均针对两阶段模型的前期特征强化，提前规避细节错误；本文模块独立性强，可扩展到所有两阶段模型中。实验对比使用KITTI数据集的两阶段3D检测模型，结果显示本文方法在不同遮挡难度中，行人类对象和骑行类对象的准确率可分别实现3%和5%的显著提升。并且对比KITTI数据集行人类3D检测SOTA，本文方法在基本同步的时间延迟下，在其整体准确率提升的同时，小目标对象检测的准确率更高。