关键词： 消化道穿孔   气腹   深度学习   目标检测  

摘要： 目的探讨深度学习目标检测算法YOLO v11应用于X线立位胸、腹部平片上气腹的检测的可行性。方法回顾性收集2014年1月~2023年12月5个医学中心胸、腹部立位正位X线图像,经筛选后共1844张X线图像(胸部860张、腹部984张)被纳入本研究。其中4个中心的1728张图像被用于模型的训练和内部验证,1个中心的116张图像作为独立的外部测试集。基于Pytorch框架构建2个YOLO v11检测模型,包括膈面下透亮(线)影检测模型(模型一):仅检测膈面下透亮(线)影;多气腹征检测模型(模型二):检测膈面下透亮(线)影及5种其他气腹征象。结果模型一在内、外部验证上的mAP@0.5分别为0.858、0.748,精确率分别为0.846、0.790,召回率分别为0.791、0.709,单帧图像检测时间为15.8 ms。模型二在内、外部验证上表现较好的分类为膈面下透亮(线)影(mAP@0.5分别为0.859、0.743)和气体透亮影背景下的实质脏器外轮廓(mAP@0.5分别为0.776、0.766),实质脏器重叠在实质脏器上显示对比度较低的外轮廓在外部验证集上mAP@0.5为0.482(内部验证为0.431),而其他征象检测效能较低,单帧图像检测时间为15.5 ms。结论基于YOLO v11的X线气腹检测模型对膈面下透亮(线)影和气体透亮影背景下的实质脏器外轮廓的检测效能较高,有助提高气腹征检出率,及时提示患者消化道穿孔风险,优化临床流程。

关键词： 羽毛分拣   图像处理   机器视觉   ResNet   YOLO   OpenCV   气泵控制   自动化  

摘要： 在羽毛生产过程中,洗净烘干后的羽毛中常掺杂杂色羽毛,现有分拣方法效率低且人工筛选成本高,制约了羽毛品质的提升;针对上述问题,对ResNet-18、YOLOv5和OpenCV等技术方案进行了实验对比及分析,设计并实现了一个基于机器视觉的羽毛分拣系统;详细介绍了单片机和继电器、电磁阀、气泵等硬件系统设计,以及HSV提取、运动检测、颜色识别、数据通信、气泵控制和远程监控等软件模块的具体实现;结合图像处理与机器视觉相关算法,设计并实现了基于气泵控制的羽毛自动化分拣系统;对该系统在正常室内环境下进行测试,手持羽毛识别测试的分拣正确率在白天和傍晚分别达到96%和90%;自由下落羽毛识别测试的分拣正确率在白天和傍晚分别为80%和74%。

关键词： AI   机器学习   自然语言处理   阅读推广   计算机视觉  

摘要： 现聚焦人工智能技术在图书馆阅读推广服务的应用,深入剖析其赋能意义,系统梳理从数据驱动到智能交互的推广路径,并有针对性地提出实施策略,揭示人工智能如何突破传统推广局限,以创新方式提升阅读推广的参与度和影响力,为图书馆阅读推广服务的智能化转型提供理论与实践参考。在数字化浪潮席卷全球的当下,公众的阅读习惯发生了深刻变革,数字阅读、碎片化阅读成为主流。图书馆作为文化传播主阵地,其传统阅读推广活动,如讲座、展览、图书推荐会等,虽有一定成效,但存在覆盖面有限、互动性不足、用户参与度难以持续等问题。与此同时,人工智能技术的飞速发展,如自然语言处理、机器学习、计算机视觉等,为图书馆阅读推广服务带来了新契机,越来越多的图书馆开始探索将人工智能融入阅读推广,期望借助技术力量激活阅读推广服务,吸引更多读者参与阅读。

关键词： OpenCV   机器视觉   图像处理   自动化检测  

摘要： 随着工业4.0与智能制造的快速推进,机器视觉技术的应用愈加广泛。OpenCV作为开源计算机视觉库的标杆工具,提供了丰富的图像处理与分析工具集,助力提升自动化水平与生产效率。系统地梳理了OpenCV在机器视觉领域的核心应用,涵盖图像预处理、特征提取、物体识别、运动分析及三维重建等关键技术;同时结合行业实践,探讨了其在制造业、医疗影像、智能交通及安防监控等领域的落地效果与现存挑战。最后,展望了技术发展趋势,强调了OpenCV在推动机器视觉创新中的关键作用。

关键词： 目标检测   雷视融合   YOLOv5   驾驶场景   深度学习  

摘要： 为了解决驾驶场景中纯视觉目标检测方案的局限性,提出一种基于YOLOv5的雷视特征级融合算法YOLO-RC。将雷达信息转换为点云图像后,与RGB(红绿蓝)图像一同输入网络,雷达分支采用与视觉Backbone部分相似的结构,但去除了C3模块,并对视觉特征图与雷达点云特征图进行浅层融合,增强特征表示;在检测层前进一步融合了雷达特征,获取空间特征信息,以提高检测精度;对实验数据集进行数据增强,模拟雨天、雾天、黑夜等复杂环境以验证模型的鲁棒性。实验结果表明,所提出的YOLO-RC网络精度达到93.1%,比YOLOv5网络提高3个百分点,证明了该融合算法的优越性。

关键词： 手语识别   计算机视觉   深度学习   自然语言处理  

摘要： 手语的发明为聋哑人与听力健全者之间的沟通搭建了桥梁。然而,精细繁复的手语体系加大了手语学习的成本,给广大聋哑人和听力健全者的交流带来了困难。随着科学技术的发展,为解决不同人群的交流障碍问题,如“手语翻译官APP”等基于深度学习的手语识别技术应运而生。手语识别是将手语视频中的数个手语词逐一识别,再转化为相对应的文本。文章以手语识别任务为核心,从孤立词识别和连续手语识别两个层面阐述其深度学习的各种发展方法。此外,文章根据现存研究的长处与短板,总结了手语识别任务的现有挑战,并展望了未来研究的可能发展方向。

关键词： 目标跟踪   感知化交并比   注意力机制   低通滤波器  

摘要： 为提升跟踪任务中网络跟踪精度及运行速度,提出了一种改进的注意力机制跟踪算法(MFATrack)。针对复杂背景对网络跟踪目标产生的干扰,使用深度可分离卷积、ECA与低通滤波器相结合的动态跟踪模块(MFAM)提升网络目标判别性特征的发掘能力。设计了基于MFAM跟踪头网络,减少深层网络信息损耗并提升其稳定性,提升网络的运行速度。损失函数中,将分类与回归损失相融合,分类损失融合了感知化交并比,回归中采用广义交并比损失,使得网络在训练中更加关注于被跟踪目标。实验结果表明,相比基础算法,在GOT-10k数据集上准确率提升了4.1个百分点,数据集OTB中心误差值提升了1.9个百分点,在UAV123的跟踪成功率上提升了3.6个百分点。

关键词： 深度学习   目标检测   双模态融合检测   图像融合  

摘要： 随着人工智能技术的快速发展,目标检测与识别的地位日益凸显。基于深度学习的可见光-红外图像融合的目标检测技术具有强大的特征提取和泛化能力,能够有效提取和融合可见光与红外图像特征。对基于双模态图像融合检测的发展现状进行概述,并在基于深度学习的目标检测基础上分析双模态图像融合检测的优势,对比介绍常用的数据集和主要的技术难题。对基于不同阶段融合的目标检测算法进行总结分析,指出特征级融合检测的优势与主导地位;重点对基于不同基础模型的融合检测算法进行分析和总结,探讨了Transformer在双模态融合检测领域的优势和主导地位,以及Mamba在未来研究中的巨大潜力。根据当前可见光-红外图像融合的目标检测研究现状,对未来以实际的开发应用为导向进行了展望。

关键词： 目标检测   YOLO11   EfficientViT   轻量化模型   智慧牛场   行为识别  

摘要： 行为识别在牛生产和健康管理方面具有重要意义,当前牛行为识别方面存在模型复杂度较高、多目标识别精度较低等问题。针对这些问题,提出一种轻量级多目标牛行为识别模型EVH-YOLO11。该模型针对实际牛场环境中目标存在遮挡、重叠及小目标等复杂干扰问题,通过引入EfficientViT特征提取模块的三明治布局设计降低计算冗余;同时结合Dynamic Head模块,自适应增强目标检测性能。试验表明,EVH-YOLO11性能优于主流模型,可为智慧牛场提供技术支持。

关键词： 零售商品   YOLOv8s   类增量目标检测   细粒度   知识蒸馏   信息熵  

摘要： 结算场景下快速、精准识别同类别下的不同商品是商品零售业降本增效过程中亟待解决的关键问题之一。然而,现有类增量目标检测算法依赖模型性能,且侧重于粗粒度类别的扩展,难以有效、快速地适应零售商品密集型新类别的细粒度检测任务。为此,在YOLOv8s模型上进行改进,利用抗混叠下采样卷积块减少细节特征的丢失和失真,并基于改进后的模型,提出了一种基于信息熵和联合知识提取的类增量目标检测算法。该算法采用标签平滑技术,提升了模型的知识蒸馏性能;通过联合知识提取方法,在保留旧类知识的同时维持细粒度零售商品之间特征的差异性;最后利用基于信息熵的蒸馏节点选择策略,解决了零售商品同类不同品的细粒度检测难题。经实验验证,该算法性能良好、准确性高,具有较高的应用价值。