关键词： 人体姿态估计   轻量化网络   特征融合   注意力机制   HRNet   计算机视觉   关键点   卷积神经网络  

摘要： 针对人体姿态估计网络存在参数量大、复杂度高以及难以部署到移动设备和嵌入式平台问题，文中基于高分辨率网络提出了一种结合了注意力机制与改进的特征融合方法的多尺度轻量化人体姿态估计网络。该模型采用轻量化ShuffleNetV2基础模块构建网络，并进行多尺度特征提取。采用双向特征金字塔融合模块取代原始特征融合方法，优化信息交互方式。在基础模块上融合全局上下文注意力模块，将全局空间信息聚合到通道上，进一步提升网络的特征提取能力。在COCO和MPII数据集上进行测试，实验结果表明，所提模型在性能、参数量和计算复杂度方面均优于其他主流轻量化网络。在保持较小参数量与运算复杂度的同时实现了与大型深度人体姿态估计网络相同的准确率。

关键词： 压力容器   X射线焊缝缺陷   YOLOv7   注意力机制   GAM注意力   CNeB   目标检测   深度学习  

摘要： 针对压力容器焊缝缺陷因目标尺寸小、特征各异以及背景复杂导致检测精度低和速度慢问题，文中提出了一种基于改进YOLOv7（You Only Look Once version 7）的焊缝缺陷检测方法。在网络的Neck部分添加全局注意力机制（Global Attention Mechanism， GAM）模块，防止丢失较小尺寸和细微的特征信息，加强特征提取，提高检测精度。采用CNeB（ConvNeXt Block）模块替换网络中ELAN（Efficient Layer Aggregation Network）模块，从而简化整体模型，减少模型在训练和推理过程中的耗时，在提高检测精度的同时提高了检测速度。为了增强改进YOLOv7模型的鲁棒性，融合GAM模块和CNeB模块的YOLOv7目标检测算法。实验结果表明，改进后的算法平均精度均值mAP（mean Average Precision）达到了94.2%，比原算法提升了2.9个百分点，速度为48.1 frame·s-1，能够实现焊缝缺陷检测。

关键词： 计算机视觉   深度学习   目标检测   红外目标   无人机图像   注意力机制  

摘要： 红外无人机目标检测技术在国防军事和应急救援领域具有广泛应用，但面临尺寸小和背景复杂等挑战，目标上的细节特征易被忽视。构建细节增强网络和多尺度跨空间注意力网络，通过在特征提取过程中增强低分辨率细节，以及特征融合过程中同时捕获局部和全局的空间语义信息，提升检测精度。首先，细节增强网络从输入图像中提取不同尺度的特征图，这些特征图尽可能多地增强原始图像中的细节信息。其次，多尺度跨空间注意力网络同时捕捉全局和局部的语义特征，用于多尺度特征融合。最后，检测头采用了考虑框之间顶点对距离的边界框回归损失函数，度量框之间的相似性。实验结果表明，所提模型的m AP@0.5在DroneVehicle中的红外数据集为81.2%，在HIT-UAV数据集上为74.4%。

关键词： 深度学习   机器学习   定向边界框目标监测   尾矿库   图像识别   遥感  

摘要： 尾矿库是矿业生产过程中用于存放矿渣和废料的重要设施，若管理不当或发生泄漏，可能会引发严重的环境污染和生态破坏。此外，尾矿库事故（如溃坝、渗漏等）还可能对周边居民的生命财产安全构成重大威胁。通过及时、准确地识别和监测尾矿库，可以有效预防和减轻上述风险。尤其是结合遥感技术和深度学习方法，可从高分辨率遥感影像中自动检测尾矿库，从而提高识别效率和精度，实现大规模、长时间的持续监测，为科学决策提供可靠的数据支持。本研究首先收集并预处理了中国河南省2016-2021年的尾矿库目标检测数据集作为研究基础。随后，采用YOLOv8x-obb模型进行了训练、验证和测试。YOLOv8-obb模型通过其优秀的边界框检测能力和对定向目标的精准识别，在尾矿库的复杂环境中展现出了显著的应用潜力。实验结果显示，基于YOLOv8-obb模型的尾矿库识别系统在精度、召回率、mAP和mAP50-95等指标上表现优异。具体而言，精度达0.98268，召回率为0.83655，整体mAP为0.92821，mAP50-95为0.89016。在黑龙江省尾矿库分布图的应用案例中，平均识别率超过77%，进一步验证了该模型在实际环境中的有效性和可靠性。本研究结果表明，YOLOv8-obb模型在尾矿库识别中的应用具有显著的性能优势和稳健性，为尾矿库的安全管理提供了重要的技术支持，对尾矿库风险评估和预防措施的制定具有重要的参考价值和指导意义。

关键词： 异物检测   轻量级的网络   哈达玛积   共享卷积   YOLOv8  

摘要： 为了实现对高速列车接触网异物入侵的自动识别，提出了一种基于YOLOv8算法的接触网异物识别方法，该方法具有准确率高和轻量化的优点，适合部署在计算资源有限的平台中。首先，利用哈达玛积的隐式映射的性质构建了一个新的特征提取模块CSPLayer＿Star，轻量化的同时保证了模型的性能。其次，利用共享卷积的理念设计了一种轻量化共享检测头，很好的降低了检测头的参数量和计算量。针对接触网常见异物，通过网络和公共数据集构建了接触网异物数据集。实验结果表明，该方法在接触网异物目标检测任务中相较于基线模型YOLOv8n可以降低一半的参数量和计算量，同时模型精度与基线模型YOLOv8n相差无几。实现了适用于计算资源受限平台部署的轻量化接触网异物目标检测。

关键词： YOLOv8   轻量化   火灾检测   目标检测   加权双向特征金字塔(BiFPN)  

摘要： 针对传统火灾检测算法存在的检测精度不足及速度瓶颈,特别是对于小规模初发火情与大规模迅速蔓延火灾的识别难题,研究提出一种基于多尺度特征融合的轻量级火灾检测算法,设计了EDBAN模块以替代YOLOv8中的C2f模块,提升模型的泛化能力和适应性,尤其是在处理多尺度火灾场景时的精准度。改进原有的BiFPN结构适配YOLOv8模型结构,并设计Weighted Blend模块对各层特征进行加权融合,增强特征的表征能力,降低漏检风险。进一步提出LOTT检测模块,以替代传统的YOLOv8检测,通过一系列组卷积和尺度调整操作,实现了在轻量化的同时保持了检测性能的准确性和稳定性。通过在场景丰富的火灾数据集上进行实验,结果表明,改进的YOLOv8算法在基准模型的基础上参数量减少了58.3%、计算量减少了34.5%,同时mAP提升了2.6个百分点,基本满足火灾实时检测的需求。

关键词： 改进ViBe算法   运动目标检测   Zynq   Vivado HLS   VDMA  

摘要： 针对原Vi Be算法存在的“鬼影”和运动目标静止时被更新为背景模型的问题提出改进ViBe算法;并针对当前运动目标检测系统平台大,功耗高等问题,设计了一种基于Zynq平台的运动目标检测系统,使用Vivado HLS进行接口为AXI4-Stream的改进ViBe算法IP核的开发。在Zynq7020平台,使用PL端作为算法的实现单元,PS端作为控制核心,充分发挥异构So C的架构优势。实验结果表明:改进ViBe算法解决了“鬼影”问题和运动目标静止时被更新为背景的问题,系统实时性较高,在保证对运动目标检测准确性的基础上降低了系统功耗,且体积小。

关键词： 智能交通   深度学习   目标检测   YOLO   复杂交通场景  

摘要： 针对复杂交通场景下,特别是拥堵道路中,经常出现的交通目标密集、互相遮挡,小尺度目标检测精度低的问题,提出了一种面向复杂交通场景的目标检测模型YOLO-T(You Only Look Once-Transformer)。首先提出CTNet主干网络,相较于CSPDarknet53,该主干拥有更深的网络结构和多尺度特征提取模块,不仅能够更好地学习密集目标的多级特征,还可以提高模型对复杂交通场景的应对能力,进而引导模型更加关注小目标的特征信息,提升小目标的检测性能;其次引入Vit-Block,采用卷积和Transformer并行的方式融合更多的特征,兼顾局部和上下文信息的关联性,从而提升检测精度;最后在颈部网络Neck后增加Reasonable模块,引入注意力机制,进一步提高目标检测算法对复杂场景和遮挡目标的鲁棒性。实验结果表明,相比基准算法,YOLO-T在KITTI数据集和BDD100K数据集的检测精度分别提高了1.92%和12.78%,能有效提升复杂交通场景下的检测性能,更好地辅助驾驶员对其他车辆行驶行为的判断,减少交通事故的发生。

关键词： 划线车   图像处理   MPC  

摘要： 道路标线划线车是标记或划定道路边界、车道、停车线等交通标线的专业车辆,其作用是施划道路标线,确保道路标线整齐清晰,从而提高道路安全性和车辆行驶的有序性。针对使用传统手推划线车存在施工效率和施工精度偏低、人眼对齐施工道路引导水线(以下简称引导水线)难的问题,设计了小型划线车无人驾驶改造方案。该系统首先采用图像处理技术改进Haar-like模版进行引导水线特征识别;其次,结合GNSS定位信息将图像中引导水线特征中点转换到全局坐标系下,并根据图像所得到的全局定位信息进行模型预测控制器(MPC)轨迹跟踪设计;最后通过实车实验进行验证,本文所设计的小型无人驾驶划线车改造方案能够清晰识别引导水线特征,无人驾驶跟踪精度满足道路标线工艺要求。The road marking vehicle is a specialized apparatus for marking or delineating road boundaries, lanes, and parking lines, with the primary function of applying road markings to ensure clarity and neatness, thereby enhancing road safety and facilitating orderly vehicle movement. To address the issues of low construction efficiency and precision, as well as the difficulty for manual alignment of the guide waterline (hereafter referred to as the guide waterline) during traditional hand-push road marking operations, a solution for the driverless transformation of a small road marking vehicle has been designed. This system first utilizes image processing techniques to improve the Haar-like template for guide waterline feature recognition. Next, it integrates GNSS positioning information to transform the midpoint of the guide waterline features from the image into the global coordinate system. Based on the globally positioned information derived from the image, a model predictive controller (MPC) is designed for trajectory tracking. Finally, through real vehicle experiments, it is demonstrated that the intelligent modification solution for the small autonomous road marking vehicle can accurately recognize guide waterline features, and its unmanned tracking precision meets the requirements of road marking processes.

关键词： 目标检测   超宽带定位   卷积神经网络   飞行时间   时间到达差   扩展卡尔曼滤波  

摘要： 作业工人和车辆是煤场安全管理的关键对象,实时获得高精度定位信息对避免安全事故具有十分重要的意义。研究基于超宽带与视觉融合的人员车辆检测与定位方法,根据封闭煤场的场景特点,提出了基于飞行时间-时间到达差混合定位的方法,实现煤场内携带标签目标的高精度定位;为解决因遮挡导致超宽带定位中断的问题,采用视觉位置估计辅助超宽带定位,提出了基于Trans-former和Yolov7融合目标检测识别方法,根据目标在图像中的位置变化,估计目标的位置坐标,采用扩展卡尔曼滤波方法实现融合定位。该方法在国能宁夏灵武发电厂煤场进行测试,通过收集煤场内作业场景数据图像,制作了作业人员与车辆数据集,目标检测模型的平均准确率指标mAP@0.5为0.925,模型在现场部署后的图片检测速度为30fps。检测模型的试验结果表明该模型对储煤场中的主要目标具有较高的检测精度和较快的检测速度,实时性达到了煤场应用落地的实际需求。对比试验结果表明,提出的目标检测模型在不牺牲处理帧率的情况下,mAP@0.5相比于原始CNN网络Yolov7提升了1.4%。煤场内定位精度范围为0.5~0.9m,定位刷新频率为10fps,有效地解决因遮挡导致的UWB定位中断问题。